Seguimiento de partículas en videos de microscopía
- Autores
- Reyes, Martín Gabriel
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Sánchez, Jorge Adrián, dir.
- Descripción
- Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.
En este trabajo se presenta un algoritmo modular que tiene como objetivo reconstruir trayectorias de partículas a partir de secuencias de imágenes obtenidas con técnicas de microscopía óptica, y extraer información estadística cuantitativa acerca de los movimientos de las mismas. En primera instancia, se obtienen las coordenadas de las partículas, luego de aplicar combinaciones de distintos filtros para limpiar las imágenes y obtener máximos locales al aplicar un operador Laplaciano. Luego se ensamblan las detecciones de los diferentes cuadros de video con un algoritmo basado en filtros de Kalman. El algoritmo de reconstrucción de trayectorias se evalúa y compara con experimentos conocidos. Finalmente se extrae información relevante que servirá para caracterizar las trayectorias.
This work presents a modular algorithm that aims to reconstruct trajectories of particles from sequences of images obtained with optical microscopy techniques, and extract quantitative statistical information about the movements of the same. In first instance, the coordinates of the particles are obtained, after applying combinations of different filters to clean the images and obtain local maxima when applying a Laplacian operator. Then the detections of the different video frames are assembled with an algorithm based on Kalman filters. The algorithm of trajectory reconstruction is evaluated and compared with known experiments. Finally, relevant information that will serve to characterize the trajectories is extracted. - Materia
-
Computación aplicada
Applied computing
Life and medical science
System biology
Partículas
Trayectorias
Detección
Enlace
Detection
Particles
Trajectories
Linking
Kalman - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/6013
Ver los metadatos del registro completo
id |
RDUUNC_5215abdf13237bff3d8b63334f7c231b |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/6013 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Seguimiento de partículas en videos de microscopíaReyes, Martín GabrielComputación aplicadaApplied computingLife and medical scienceSystem biologyPartículasTrayectoriasDetecciónEnlaceDetectionParticlesTrajectoriesLinkingKalmanTesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.En este trabajo se presenta un algoritmo modular que tiene como objetivo reconstruir trayectorias de partículas a partir de secuencias de imágenes obtenidas con técnicas de microscopía óptica, y extraer información estadística cuantitativa acerca de los movimientos de las mismas. En primera instancia, se obtienen las coordenadas de las partículas, luego de aplicar combinaciones de distintos filtros para limpiar las imágenes y obtener máximos locales al aplicar un operador Laplaciano. Luego se ensamblan las detecciones de los diferentes cuadros de video con un algoritmo basado en filtros de Kalman. El algoritmo de reconstrucción de trayectorias se evalúa y compara con experimentos conocidos. Finalmente se extrae información relevante que servirá para caracterizar las trayectorias.This work presents a modular algorithm that aims to reconstruct trajectories of particles from sequences of images obtained with optical microscopy techniques, and extract quantitative statistical information about the movements of the same. In first instance, the coordinates of the particles are obtained, after applying combinations of different filters to clean the images and obtain local maxima when applying a Laplacian operator. Then the detections of the different video frames are assembled with an algorithm based on Kalman filters. The algorithm of trajectory reconstruction is evaluated and compared with known experiments. Finally, relevant information that will serve to characterize the trajectories is extracted.Sánchez, Jorge Adrián, dir.2017info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/6013spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-04T12:33:56Zoai:rdu.unc.edu.ar:11086/6013Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-04 12:33:56.891Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Seguimiento de partículas en videos de microscopía |
title |
Seguimiento de partículas en videos de microscopía |
spellingShingle |
Seguimiento de partículas en videos de microscopía Reyes, Martín Gabriel Computación aplicada Applied computing Life and medical science System biology Partículas Trayectorias Detección Enlace Detection Particles Trajectories Linking Kalman |
title_short |
Seguimiento de partículas en videos de microscopía |
title_full |
Seguimiento de partículas en videos de microscopía |
title_fullStr |
Seguimiento de partículas en videos de microscopía |
title_full_unstemmed |
Seguimiento de partículas en videos de microscopía |
title_sort |
Seguimiento de partículas en videos de microscopía |
dc.creator.none.fl_str_mv |
Reyes, Martín Gabriel |
author |
Reyes, Martín Gabriel |
author_facet |
Reyes, Martín Gabriel |
author_role |
author |
dc.contributor.none.fl_str_mv |
Sánchez, Jorge Adrián, dir. |
dc.subject.none.fl_str_mv |
Computación aplicada Applied computing Life and medical science System biology Partículas Trayectorias Detección Enlace Detection Particles Trajectories Linking Kalman |
topic |
Computación aplicada Applied computing Life and medical science System biology Partículas Trayectorias Detección Enlace Detection Particles Trajectories Linking Kalman |
dc.description.none.fl_txt_mv |
Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017. En este trabajo se presenta un algoritmo modular que tiene como objetivo reconstruir trayectorias de partículas a partir de secuencias de imágenes obtenidas con técnicas de microscopía óptica, y extraer información estadística cuantitativa acerca de los movimientos de las mismas. En primera instancia, se obtienen las coordenadas de las partículas, luego de aplicar combinaciones de distintos filtros para limpiar las imágenes y obtener máximos locales al aplicar un operador Laplaciano. Luego se ensamblan las detecciones de los diferentes cuadros de video con un algoritmo basado en filtros de Kalman. El algoritmo de reconstrucción de trayectorias se evalúa y compara con experimentos conocidos. Finalmente se extrae información relevante que servirá para caracterizar las trayectorias. This work presents a modular algorithm that aims to reconstruct trajectories of particles from sequences of images obtained with optical microscopy techniques, and extract quantitative statistical information about the movements of the same. In first instance, the coordinates of the particles are obtained, after applying combinations of different filters to clean the images and obtain local maxima when applying a Laplacian operator. Then the detections of the different video frames are assembled with an algorithm based on Kalman filters. The algorithm of trajectory reconstruction is evaluated and compared with known experiments. Finally, relevant information that will serve to characterize the trajectories is extracted. |
description |
Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/6013 |
url |
http://hdl.handle.net/11086/6013 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1842349670146244609 |
score |
13.13397 |