Este trabalho apresenta um método não invasivo para a aquisição de sinal elétrico cerebral em ratos. Utilizou-se um sistema de eletroencefalografia EEG desenvolvido para bovino e adaptado para ratos. O sistema bipolar de eléctrodos (eléctrodos de agulha) foi colado na superfície da cabeça do animal, sem procedimentos cirúrgicos e outro eletrodo foi colado na cauda, como terra. A atividade do EEG foi amostrada em 120Hz durante uma hora. Foi calculada a exatidão e a precisão da medida de EEG usando análise de Fourier e energia do sinal. Para isso, o sinal digital foi dividido em trechos sucessivos de 3 segundos, decomposto em quatro faixas de frequência: delta (0,3-4Hz), teta (4-8Hz), alfa (8-12Hz) e beta (12-30Hz) e a energia (µV²) das séries de tempo filtradas foram calculadas. O método não invasivo permitiu adquirir sinais elétricos cerebrais em ratos conscientes e seus padrões de frequências foram de acordo com trabalhos anteriores, que utilizaram procedimentos cirúrgicos para adquirir EEG em ratos. Esse sistema apresentou exatidão e precisão e permitirá novos estudos sobre comportamento e para investigar a ação de drogas no sistema nervoso central sem procedimentos cirúrgicos em ratos.

This research presents a noninvasive method for the acquisition of brain electrical signal in rat. Was used an electroencephalography (EEG) system developed for bovine and adapted to rats. The bipolar electrode system (needle electrodes) was glued on the surface of the head of the animal without surgical procedures and the other electrode was glued to the tail, as ground. The EEG activity was sampled at 120Hz for an hour. The accuracy and precision of the EEG measurement was performed using Fourier analysis and signal energy. For this, the digital signal was divided into sections successive of 3 seconds and was decomposed into four frequency bands: delta (0.3 to 4Hz), theta (4-8Hz), alpha (8-12Hz) and beta (12-30Hz) and energy (µV²) of the series of time filtered were calculated. The method allowed the acquisition of non-invasive electrical brain signals in conscious rats and their frequency patterns were in agreement with previous studies that used surgical procedures to acquire EEG in rats. This system showed accuracy and precision and will allow further studies on behavior and to investigate the action of drugs on the central nervous system in rats without surgical procedures.

A monitoragão eletrônica usando redes de sensores sem fio é uma área do conhecimento humano que vêm sendo investigada sob diversos aspectos tanto paxa averiguar seu funcionamento a priori quanto para avaliar suas aplicagões futuras. Este artigo visa, apresentar um projeto simples que permite explorar os conceitos físicos envolvidos na transmissão da informação via tecnologia sem fio.

The electronic monitoring using wireless sensor network is a human knowledge that has boon investigated in order to improve their functional capabilities and incoming applications. This paper aim to present an educational system that able basic physics concept, concerned to the wireless sensor communications, to be more comprehensive.

Os sistemas biológicos são surpreendentemente flexíveis pra processar informação proveniente do mundo real. Alguns organismos biológicos possuem uma unidade central de processamento denominada de cérebro. O cérebro humano consiste de 10(11) neurônios e realiza processamento inteligente de forma exata e subjetiva. A Inteligência Artificial (IA) tenta trazer para o mundo da computação digital a heurística dos sistemas biológicos de várias maneiras, mas, ainda resta muito para que isso seja concretizado. No entanto, algumas técnicas como Redes neurais artificiais e lógica fuzzy tem mostrado efetivas para resolver problemas complexos usando a heurística dos sistemas biológicos. Recentemente o numero de aplicação dos métodos da IA em sistemas zootécnicos tem aumentado significativamente. O objetivo deste artigo é explicar os princípios básicos da resolução de problemas usando heurística e demonstrar como a IA pode ser aplicada para construir um sistema especialista para resolver problemas na área de zootecnia.

Biological systems are surprising flexible in processing information in the real world. Some biological organisms have a central unit processing named brain. The human's brain, consisting of 10(11) neurons, realizes intelligent information processing based on exact and commonsense reasoning. Artificial intelligence (AI) has been trying to implement biological intelligence in computers in various ways, but is still far from real one. Therefore, there are approaches like Symbolic AI, Artificial Neural Network and Fuzzy system that partially successful in implementing heuristic from biological intelligence. Many recent applications of these approaches show an increased interest in animal science research. The main goal of this article is to explain the principles of heuristic problem-solving approach and to demonstrate how they can be applied to building knowledge-based systems for animal science problem solving.