Generación de imágenes faciales UV utilizando redes generativas
- Autores
- Toledo Margalef, Pablo Adrian; Navarro, Jose Pablo; Hünemeier, Tábita; Pereira, Alexandre; Gonzalez-Jose, Rolando; Delrieux, Claudio Augusto
- Año de publicación
- 2023
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La detección temprana, el diagnóstico y el tratamiento de enfermedadescutáneas es de importancia médica tanto para el paciente como para elsistema de salud. En este sentido, las imágenes UV son una herramientavaliosa para detectar melanomas y otras afecciones. Sin embargo, estetipo de imágenes presentan algunos retos tanto en disponibilidad comoen procesamiento. Por este motivo desarrollamos una solución utilizandoredes neuronales generativas, permitiendo generar imágenes UV del rostroa partir de fotografías convencionales. Contamos con un conjunto deimágenes hiperespectrales capturadas con VISIA Skin Analysis tomadas comocontinuación del “Baependi Heart Study”, un estudio longitudinal realizadopara estudiar las influencias genéticas y ambientales de los factores de riesgocardiovascular en una porción de la población de Brasil.Además, el estudio reporta variables de estilo de vida junto con datosgenómicos. Para entrenar nuestro modelo utilizamos imágenes del rostrode 816 individuos (465 mujeres, 351 varones) estructurados de 100 familias.Las muestras UV generadas por nuestro modelo fueron comparadas contralas imágenes UV reales presentes en el dataset y contra otras metodologíasdiferentes que buscan resolver temáticas similares. A su vez, se evaluó elrendimiento de nuestro modelo al generar muestras que presentan distintastonalidades de piel medidas acorde al Individual Typology Angle (ITA).En próximos trabajos se explorarán relaciones entre la información presenteen las fotografías y los datos genómicos reportados por el estudio.
Fil: Toledo Margalef, Pablo Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; Argentina
Fil: Navarro, Jose Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; Argentina
Fil: Hünemeier, Tábita. Universidade de Sao Paulo; Brasil
Fil: Pereira, Alexandre. Universidade de Sao Paulo; Brasil. Harvard Medical School; Estados Unidos
Fil: Gonzalez-Jose, Rolando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; Argentina
Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina
XVI Jornadas Nacionales de Antropología Biológica
La Plata
Argentina
Asociación Antropología Biológica Argentina
Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Antropología de Córdoba
Universidad Nacional de Córdoba. Facultad de Filosofía y Humanidades. Museo de Antropología - Materia
-
IMÁGENES MÉDICAS
MACHINE LEARNING
GENETICA CUANTITATIVA - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/262321
Ver los metadatos del registro completo
id |
CONICETDig_a1ed7be44c5730472ed31ac2f95f0d70 |
---|---|
oai_identifier_str |
oai:ri.conicet.gov.ar:11336/262321 |
network_acronym_str |
CONICETDig |
repository_id_str |
3498 |
network_name_str |
CONICET Digital (CONICET) |
spelling |
Generación de imágenes faciales UV utilizando redes generativasToledo Margalef, Pablo AdrianNavarro, Jose PabloHünemeier, TábitaPereira, AlexandreGonzalez-Jose, RolandoDelrieux, Claudio AugustoIMÁGENES MÉDICASMACHINE LEARNINGGENETICA CUANTITATIVAhttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1La detección temprana, el diagnóstico y el tratamiento de enfermedadescutáneas es de importancia médica tanto para el paciente como para elsistema de salud. En este sentido, las imágenes UV son una herramientavaliosa para detectar melanomas y otras afecciones. Sin embargo, estetipo de imágenes presentan algunos retos tanto en disponibilidad comoen procesamiento. Por este motivo desarrollamos una solución utilizandoredes neuronales generativas, permitiendo generar imágenes UV del rostroa partir de fotografías convencionales. Contamos con un conjunto deimágenes hiperespectrales capturadas con VISIA Skin Analysis tomadas comocontinuación del “Baependi Heart Study”, un estudio longitudinal realizadopara estudiar las influencias genéticas y ambientales de los factores de riesgocardiovascular en una porción de la población de Brasil.Además, el estudio reporta variables de estilo de vida junto con datosgenómicos. Para entrenar nuestro modelo utilizamos imágenes del rostrode 816 individuos (465 mujeres, 351 varones) estructurados de 100 familias.Las muestras UV generadas por nuestro modelo fueron comparadas contralas imágenes UV reales presentes en el dataset y contra otras metodologíasdiferentes que buscan resolver temáticas similares. A su vez, se evaluó elrendimiento de nuestro modelo al generar muestras que presentan distintastonalidades de piel medidas acorde al Individual Typology Angle (ITA).En próximos trabajos se explorarán relaciones entre la información presenteen las fotografías y los datos genómicos reportados por el estudio.Fil: Toledo Margalef, Pablo Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; ArgentinaFil: Navarro, Jose Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; ArgentinaFil: Hünemeier, Tábita. Universidade de Sao Paulo; BrasilFil: Pereira, Alexandre. Universidade de Sao Paulo; Brasil. Harvard Medical School; Estados UnidosFil: Gonzalez-Jose, Rolando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; ArgentinaFil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; ArgentinaXVI Jornadas Nacionales de Antropología BiológicaLa PlataArgentinaAsociación Antropología Biológica ArgentinaConsejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Antropología de CórdobaUniversidad Nacional de Córdoba. Facultad de Filosofía y Humanidades. Museo de AntropologíaAsociación de Antropología Biológica Argentina2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectJornadaBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/262321Generación de imágenes faciales UV utilizando redes generativas; XVI Jornadas Nacionales de Antropología Biológica; La Plata; Argentina; 2023; 226-227978-987-27445-6-4CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://blogs.ffyh.unc.edu.ar/antropologiabiologica/files/2023/11/LIBRO-DE-RESUMENES-XVI-jornadas-bioantropologia.pdfNacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:44:38Zoai:ri.conicet.gov.ar:11336/262321instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:44:38.781CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
dc.title.none.fl_str_mv |
Generación de imágenes faciales UV utilizando redes generativas |
title |
Generación de imágenes faciales UV utilizando redes generativas |
spellingShingle |
Generación de imágenes faciales UV utilizando redes generativas Toledo Margalef, Pablo Adrian IMÁGENES MÉDICAS MACHINE LEARNING GENETICA CUANTITATIVA |
title_short |
Generación de imágenes faciales UV utilizando redes generativas |
title_full |
Generación de imágenes faciales UV utilizando redes generativas |
title_fullStr |
Generación de imágenes faciales UV utilizando redes generativas |
title_full_unstemmed |
Generación de imágenes faciales UV utilizando redes generativas |
title_sort |
Generación de imágenes faciales UV utilizando redes generativas |
dc.creator.none.fl_str_mv |
Toledo Margalef, Pablo Adrian Navarro, Jose Pablo Hünemeier, Tábita Pereira, Alexandre Gonzalez-Jose, Rolando Delrieux, Claudio Augusto |
author |
Toledo Margalef, Pablo Adrian |
author_facet |
Toledo Margalef, Pablo Adrian Navarro, Jose Pablo Hünemeier, Tábita Pereira, Alexandre Gonzalez-Jose, Rolando Delrieux, Claudio Augusto |
author_role |
author |
author2 |
Navarro, Jose Pablo Hünemeier, Tábita Pereira, Alexandre Gonzalez-Jose, Rolando Delrieux, Claudio Augusto |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
IMÁGENES MÉDICAS MACHINE LEARNING GENETICA CUANTITATIVA |
topic |
IMÁGENES MÉDICAS MACHINE LEARNING GENETICA CUANTITATIVA |
purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.2 https://purl.org/becyt/ford/1 |
dc.description.none.fl_txt_mv |
La detección temprana, el diagnóstico y el tratamiento de enfermedadescutáneas es de importancia médica tanto para el paciente como para elsistema de salud. En este sentido, las imágenes UV son una herramientavaliosa para detectar melanomas y otras afecciones. Sin embargo, estetipo de imágenes presentan algunos retos tanto en disponibilidad comoen procesamiento. Por este motivo desarrollamos una solución utilizandoredes neuronales generativas, permitiendo generar imágenes UV del rostroa partir de fotografías convencionales. Contamos con un conjunto deimágenes hiperespectrales capturadas con VISIA Skin Analysis tomadas comocontinuación del “Baependi Heart Study”, un estudio longitudinal realizadopara estudiar las influencias genéticas y ambientales de los factores de riesgocardiovascular en una porción de la población de Brasil.Además, el estudio reporta variables de estilo de vida junto con datosgenómicos. Para entrenar nuestro modelo utilizamos imágenes del rostrode 816 individuos (465 mujeres, 351 varones) estructurados de 100 familias.Las muestras UV generadas por nuestro modelo fueron comparadas contralas imágenes UV reales presentes en el dataset y contra otras metodologíasdiferentes que buscan resolver temáticas similares. A su vez, se evaluó elrendimiento de nuestro modelo al generar muestras que presentan distintastonalidades de piel medidas acorde al Individual Typology Angle (ITA).En próximos trabajos se explorarán relaciones entre la información presenteen las fotografías y los datos genómicos reportados por el estudio. Fil: Toledo Margalef, Pablo Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; Argentina Fil: Navarro, Jose Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; Argentina Fil: Hünemeier, Tábita. Universidade de Sao Paulo; Brasil Fil: Pereira, Alexandre. Universidade de Sao Paulo; Brasil. Harvard Medical School; Estados Unidos Fil: Gonzalez-Jose, Rolando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Ministerio de Ciencia, Tecnología e Innovación. Secretaría de Planeamiento y Políticas. Programa de Referencia y Biobanco Genómico de la Población Argentina; Argentina Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina XVI Jornadas Nacionales de Antropología Biológica La Plata Argentina Asociación Antropología Biológica Argentina Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Antropología de Córdoba Universidad Nacional de Córdoba. Facultad de Filosofía y Humanidades. Museo de Antropología |
description |
La detección temprana, el diagnóstico y el tratamiento de enfermedadescutáneas es de importancia médica tanto para el paciente como para elsistema de salud. En este sentido, las imágenes UV son una herramientavaliosa para detectar melanomas y otras afecciones. Sin embargo, estetipo de imágenes presentan algunos retos tanto en disponibilidad comoen procesamiento. Por este motivo desarrollamos una solución utilizandoredes neuronales generativas, permitiendo generar imágenes UV del rostroa partir de fotografías convencionales. Contamos con un conjunto deimágenes hiperespectrales capturadas con VISIA Skin Analysis tomadas comocontinuación del “Baependi Heart Study”, un estudio longitudinal realizadopara estudiar las influencias genéticas y ambientales de los factores de riesgocardiovascular en una porción de la población de Brasil.Además, el estudio reporta variables de estilo de vida junto con datosgenómicos. Para entrenar nuestro modelo utilizamos imágenes del rostrode 816 individuos (465 mujeres, 351 varones) estructurados de 100 familias.Las muestras UV generadas por nuestro modelo fueron comparadas contralas imágenes UV reales presentes en el dataset y contra otras metodologíasdiferentes que buscan resolver temáticas similares. A su vez, se evaluó elrendimiento de nuestro modelo al generar muestras que presentan distintastonalidades de piel medidas acorde al Individual Typology Angle (ITA).En próximos trabajos se explorarán relaciones entre la información presenteen las fotografías y los datos genómicos reportados por el estudio. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/conferenceObject Jornada Book http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
status_str |
publishedVersion |
format |
conferenceObject |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/262321 Generación de imágenes faciales UV utilizando redes generativas; XVI Jornadas Nacionales de Antropología Biológica; La Plata; Argentina; 2023; 226-227 978-987-27445-6-4 CONICET Digital CONICET |
url |
http://hdl.handle.net/11336/262321 |
identifier_str_mv |
Generación de imágenes faciales UV utilizando redes generativas; XVI Jornadas Nacionales de Antropología Biológica; La Plata; Argentina; 2023; 226-227 978-987-27445-6-4 CONICET Digital CONICET |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://blogs.ffyh.unc.edu.ar/antropologiabiologica/files/2023/11/LIBRO-DE-RESUMENES-XVI-jornadas-bioantropologia.pdf |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf application/pdf |
dc.coverage.none.fl_str_mv |
Nacional |
dc.publisher.none.fl_str_mv |
Asociación de Antropología Biológica Argentina |
publisher.none.fl_str_mv |
Asociación de Antropología Biológica Argentina |
dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
reponame_str |
CONICET Digital (CONICET) |
collection |
CONICET Digital (CONICET) |
instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
_version_ |
1844613405124591616 |
score |
13.070432 |