Ricardo Fonseca

Ricardo Fonseca

Auto-generated profile, based on publicly available information

Ricardo Fonseca

AI Department, DIGEVO Company, Santiago 7560941, Chile

Research Focus & Metrics

Academic Career Length

9Years (2018-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
25 September 2023 in IEEE Access
Verified
Journal Article
Open access
MTMARIA FERNANDA TRUJILLO-GUERRERO
MARIA FERNANDA TRUJILLO-GUERRERO
SRStadyn Josué Román-Niemes
Stadyn Josué Román-Niemes
MVMilagros Jaén Vargas
Milagros Jaén Vargas
ACAlfonso Cadiz
Alfonso Cadiz
RFRicardo Fonseca
Ricardo Fonseca
JOJose Javier Serrano Olmedo
Jose Javier Serrano Olmedo
Human activity recognition (HAR) has applications ranging from security to healthcare. Typically these systems are composed of data acquisition and activity recognition models. In this work, we compared the accuracy of two acquisition systems: Inertial Measurement Units (IMUs) vs Movement Analysis Systems (MAS). We trained models to recognize arm exercises using state-of-the-art deep learning architectures and compared their accuracy. MAS uses a camera array and reflective markers. IMU uses accelerometers, gyroscopes, and magnetometers. Sensors of both systems were attached to different locations of the upper limb. We captured and annotated 3 datasets, each one using both systems simultaneously. For activity recognition, we trained 8 architectures, each one with different operations and layers configurations. The best architectures were a combination of CNN, LSTM, and Transformer achieving test accuracy from 89% to 99% on average. We evaluated how feature selection reduced the sensors required. We found IMU and MAS data were able to distinguish correctly the arm exercises. CNN layers at the beginning produced better accuracy on challenging datasets. IMU had advantages over other aquisition systems for activity recognition. We analyzed the relations between models accuracy, signal waveforms, signals correlation, sampling rate, exercise duration, and window size. Finally, we proposed the use of a single IMU located at the wrist and a variable-size window extraction.

27 April 2021 in IEEE Access
Verified
Journal Article
Open access
RFRicardo Fonseca
Ricardo Fonseca
OGOscar Guarnizo
Oscar Guarnizo
DSDiego Suntaxi
Diego Suntaxi
ACAlfonso Cadiz
Alfonso Cadiz
WCWerner Creixell
Werner Creixell
This work describes a new method to extract image features using tensor decomposition to model data. Given a set of sample images, we extract patches from images, compute the covariance tensor for all patches, decompose with the Tucker model, and obtain the most critical features from a tensor core. To extract features, we factorize the covariance tensor (CovTen) into its core and propose a new interpretation of the resultant tensor structure, which holds relevant features in a block-wise arrangement (also named filters, weights, or kernels). This tensorial representation allows preserving the spatial structure, learning multichannel filters, and establishing linear dependence between dimensions, reducing the dimensional complexity (the curse of dimensionality). Thus, the proposed method generates filters by a single feed-forward step using a few samples per class as low as 1. Besides, in kernel generation, labels are not needed. The obtained features were extensively tested using a convolutional neural network for classification. All tests were conducted under the VGG architecture conventions. The experiments helped us identify the proposed method's advantages versus traditional convolutional neural networks in inference capacity and kernels initialization. We also performed experiments to select hyperparameters (nonLinearity, max pooling, samples, filter size) according to their performance. The inference capacity results showed an increased classification accuracy around 67% with CIFAR 10, 64% with CIFAR 100, and 98% with MNIST, using 10,100,1000 samples with a single feed-forward training. On the other hand, the initialization experiments showed the feature extraction capability versus available initializers (He random, He uniform, Glorot, random), confirming linear tensor constraints' usefulness to generate features. Using the method as kernel initializer returns comparable findings with state of the art around 91% with CIFAR 10, 72% with CIFAR 100, and 99% with MNIST.

6 September 2018
Verified
Conference Paper
Open access
RVRaysa Siqueira Vieira
Raysa Siqueira Vieira
ACAlyne Oliveira Correia
Alyne Oliveira Correia
HNHeverty Rocha Alves Neto
Heverty Rocha Alves Neto
SMSamuel Miranda de Moura
Samuel Miranda de Moura
ASAlexandre Soares de Siqueira
Alexandre Soares de Siqueira
RFRicardo Brandao Fonseca
Ricardo Brandao Fonseca
Apresentação do Caso: Paciente com 56 anos de idade, do sexo feminino, admitida no hospital um dia após ter sofrido acidente automobilístico, por colisão do carro com um caminhão. A paciente não apresentou perda da consciência ou episódios eméticos. Na admissão encontrava-se estável hemodinamicamente, alerta, orientada, GCS 15, paraplegia em MMII (Frankel B). A TC de tórax mostrou hemopneumotórax bilateral e fratura de processos espinhosos de T3–T4–T5. A RNM de eixo axial mostrou hematoma extradural espinal (HED), tendo sido submetida à laminectomia T3–T4–T5–T6 e drenagem de HED espinal 6 dias após o trauma, não havendo intercorrências. Durante sua evolução, exibiu herpes-zóster em MID, aclive de escórias nitrogenadas, não sendo necessária diálise. Apresentou um episódio de hipotensão progredindo para parada cardiorrespiratória em atividade elétrica sem pulso, rapidamente revertida. Passados 45 dias da cirurgia, sem novos déficits, GCS 15, Frankel B, a paciente recebeu alta hospitalar para acompanhamento ambulatorial. Discussão: O Hematoma Epidural da coluna vertebral (HED-c) é uma condição rara, podendo ocorrer de forma espontânea ou secundária ao trauma, sendo mais incomum no último caso. Os HED-c traumáticos são responsáveis por pequena porcentagem dos casos de HED em coluna vertebral, com pouco mais de 10 casos descritos na literatura. HED-c traumáticos com manifestações neurológicas são também infrequentes. A TC e RNM da coluna vertebral devem ser realizadas de imediato em pacientes com dorsalgia e déficit neurológico. O atraso no diagnóstico e tratamento pode levar a consequências severas. O diagnóstico diferencial é feito com lesões como epidurite, cistos neurais e tumores. O tratamento cirúrgico é preconizado, principalmente nos casos que cursam com déficit neurológico, podendo também ser adotada conduta conservadora em casos espontâneos ou com distúrbio de coagulação. No presente caso, foi feita a descompressão da coluna torácica por via posterior, com laminectomia extensa para drenagem do HED seis dias após o trauma, apesar disso não foi evidenciada melhora da paresia no pós-cirúrgico. De acordo com a literatura, cerca de mais de 90% dos casos não tiveram recuperação completa da função motora após cirurgia. Comentários Finais: Ressaltamos a importância da inclusão desta patologia no diagnóstico diferencial durante a abordagem de pacientes portadores de paraplegia crural após trauma de grande magnitude.

6 September 2018
Verified
Conference Paper
Open access
RFRicardo Brandão Fonseca
Ricardo Brandão Fonseca
ACAlyne Oliveira Correia
Alyne Oliveira Correia
RVRaysa Siqueira Vieira
Raysa Siqueira Vieira
HNHeverty Rocha Alves Neto
Heverty Rocha Alves Neto
JSJosé Erivaldo Fonseca dos Santos
José Erivaldo Fonseca dos Santos
MTMarcos Tobias-Machado
Marcos Tobias-Machado
Introdução: A minicraniotomia supraorbital com incisão superciliar (MCSS) tem se destacado como opção minimamente invasiva para o tratamento de aneurismas da circulação anterior, sendo uma alternativa ao acesso pterional. Objetivo: Avaliar a reprodutibilidade da técnica utilizando-se do mesmo “set” de instrumental microcirúrgico utilizado no acesso pterional clássico; avaliando parâmetros cirúrgicos e estéticos do acesso minimalista supraorbitário para os aneurismas da circulação anterior, num serviço não especializado em técnicas minimamente invasivas. Método: O estudo foi aprovado pelo CEP/UNIVASF (n° 79188017.4.0000.5196). Trata-se de um estudo retrospectivo de 19 pacientes operados num hospital universitário. Dados foram coletados a partir dos prontuários de pacientes submetidos à MCSS de abril/2017 a maio/2018. As variáveis estudadas foram: idade e sexo; número e localização de aneurismas; tempos medianos da admissão hospitalar até a cirurgia, permanência na UTI no pós-operatório e do pós-operatório até a alta; tempo anestésico; tempos medianos da admissão hospitalar até a cirurgia; complicações; “status” neurológico na alta (Glasgow Outcome Scale-GOS) e taxa de cura. Os pacientes foram avaliados quanto à satisfação estética da cicatriz, através da Escala Visual Analógica (VAS) – variando de zero (insatisfatório) a 100 (satisfatório). Resultados: A idade mediana foi de 57 anos, 12 do sexo feminino e 7 do masculino. O tempo médio de admissão hospitalar até cirurgia foi de 16,5 dias. Todos os 19 pacientes tiveram angiotomografia ou angiografia controle, evidenciando sucesso na clipagem de um total de 22 aneurismas (100% de cura). O tempo operatório foi de 180 minutos. Nenhum quadro de infecção foi encontrado. O tempo de permanência na UTI no pós-operatório foi de 1dia. O tempo da cirurgia até a alta foi de 5,5 dias. Dois óbitos foram registrados por causas clínicas, não relacionadas diretamente à técnica. A GOS foi escore “5” para cerca de 80% dos pacientes. Dez pacientes (52%) já foram avaliados ambularialmente, 5 exibiram paresia do nervo facial e 8 com disestesia. A VAS revelou escores 100 (30%), 90 (40%) e 80 (30%). Conclusão: A MCSS demonstrou ser uma técnica reprodutível, em serviço de neurocirurgia geral, rápida e esteticamente bastante aceitável no tratamento de aneurismas da circulação anterior.

18 September 2026 in Engineering Proceedings
Verified
Conference Paper
Open access
PDF file
WMWilter Jose Menoscal
Wilter Jose Menoscal
ECErick Cuenca
Erick Cuenca
Manuel Eugenio Morocho-CayamcelaManuel Eugenio Morocho-Cayamcela
Manuel Eugenio Morocho-Cayamcela
Paulina Vizcaino-ImacañaPaulina Vizcaino-Imacaña
Paulina Vizcaino-Imacaña
ICIván Galo Reyes Chacón
Iván Galo Reyes Chacón
ACAlfonso Cadiz
Alfonso Cadiz
Real-time pedestrian analytics systems often combine detection, tracking, and demographic classification. However, generic demographic classifiers may generalize poorly to deployment-specific camera conditions. This paper presents a DeepStream-based pipeline using PeopleNet, object tracking, and independent ResNet18 classifiers for gender and age estimation. A target-domain dataset of 3508 labeled pedestrian crops was used for fine-tuning. The gender model used validation-based threshold calibration, while age optimization included imbalance-aware training and external data balancing. On the target-domain test set, gender macro-F1 improved from 0.7223 to 0.8164 and direct age fine-tuning improved macro-F1 from 0.4410 to 0.5310. The final externally balanced age model achieved 0.5348 macro-F1 on the original target-domain test set and 0.7587 on a separate class-balanced, mixed-source test set. These results show that evaluation source and class distribution materially affect age classification performance.