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
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/6013

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