Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar
- Autores
- Flesia, Juan Germán; Giménez, Enrique Daniel; Flesia, Ana Georgina
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Fil: Flesia, Juan Germán. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra Diagnóstico por Imágenes A; Argentina.
Fil: Giménez, Enrique Daniel. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra de Diagnóstico por Imágenes A; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina.
Evaluar los nuevos desarrollos en procesamiento de imágenes para realizar estudios paralelos no invasivos, digitalizando radiografías dentales de muestras preparadas para estudio histológico sobre el desarrollo óseo de ratas Wistar. Las Hemi-Mandíbulas Wistar, de 60 días, previa vivisección, fueron recolectadas en Química biológica Fac.de Odontología UNC. La radiografía fue tomada en la Cátedra de Diagnostico de Imágenes de la Facultad de Odontología UNC, Técnica del Paralelismo Cilindro colimador 20 cm, Filtro Aluminio 1mm, Filtración Total equivalente 2cm Aluminio. 65 Kv, 8Ma. Procesado Radiográfico según Arte. La digitalización de la Imagen Radiográfica fue realizada con un Digitalizador CCD Plano. Para comparación, se realizo una segmentación manual, pixel a pixel, de los tejidos visibles en la imagen. Los procedimientos usados, MV (máxima verosimilitud), CEP (complete enumeration propagation), PCVT (path constrained Viterbi training), y ICM (iterated conditional modes) pertenecen a un nuevo toolbox de segmentación contextual Markoviana en lenguaje Matlab generado por investigadores de laFacultad de Matemática, Física y Astronomía, de la UNC. Se comparan los resultados obtenidos con los diferentes métodos usando el estadístico kappa, en contra de la segmentación realizada manualmente por los autores. Dichos resultados son, a su vez, comparados con estudios histológicos realizados sobre las muestras.RESULTADOS: Las imágenes presentan un alto nivel de ruido. Los métodos Markovianos causales, CEP y PCVT logran limpiar el ruido y segmentar correctamente la imagen, con un valor de kappa de 0.8+-0.12, con un 95% de confianza. Este estudio presenta el potencial de toolbox generado en la Famaf-UNC para segmentar automáticamente imágenes digitalizadas con alto nivel de ruido, permitiendo realizar estudios no invasivos que pueden ser comparados en el tiempo con otros trabajos de investigación en crecimiento de tejidos óseos.
http://piprestaciones.com/Eventos/2016/Libro%20Resumenes%20Latinoam%202016.pdf
Fil: Flesia, Juan Germán. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra Diagnóstico por Imágenes A; Argentina.
Fil: Giménez, Enrique Daniel. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra de Diagnóstico por Imágenes A; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina.
Otras Ciencias de la Salud - Materia
-
Diagnóstico por computadora
Ratas
Ratas Wistar - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/548242
Ver los metadatos del registro completo
id |
RDUUNC_e52ca1ad7c1bb942394c8076a72b2d24 |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/548242 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas WistarFlesia, Juan GermánGiménez, Enrique DanielFlesia, Ana GeorginaDiagnóstico por computadoraRatasRatas WistarFil: Flesia, Juan Germán. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra Diagnóstico por Imágenes A; Argentina.Fil: Giménez, Enrique Daniel. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra de Diagnóstico por Imágenes A; Argentina.Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina.Evaluar los nuevos desarrollos en procesamiento de imágenes para realizar estudios paralelos no invasivos, digitalizando radiografías dentales de muestras preparadas para estudio histológico sobre el desarrollo óseo de ratas Wistar. Las Hemi-Mandíbulas Wistar, de 60 días, previa vivisección, fueron recolectadas en Química biológica Fac.de Odontología UNC. La radiografía fue tomada en la Cátedra de Diagnostico de Imágenes de la Facultad de Odontología UNC, Técnica del Paralelismo Cilindro colimador 20 cm, Filtro Aluminio 1mm, Filtración Total equivalente 2cm Aluminio. 65 Kv, 8Ma. Procesado Radiográfico según Arte. La digitalización de la Imagen Radiográfica fue realizada con un Digitalizador CCD Plano. Para comparación, se realizo una segmentación manual, pixel a pixel, de los tejidos visibles en la imagen. Los procedimientos usados, MV (máxima verosimilitud), CEP (complete enumeration propagation), PCVT (path constrained Viterbi training), y ICM (iterated conditional modes) pertenecen a un nuevo toolbox de segmentación contextual Markoviana en lenguaje Matlab generado por investigadores de laFacultad de Matemática, Física y Astronomía, de la UNC. Se comparan los resultados obtenidos con los diferentes métodos usando el estadístico kappa, en contra de la segmentación realizada manualmente por los autores. Dichos resultados son, a su vez, comparados con estudios histológicos realizados sobre las muestras.RESULTADOS: Las imágenes presentan un alto nivel de ruido. Los métodos Markovianos causales, CEP y PCVT logran limpiar el ruido y segmentar correctamente la imagen, con un valor de kappa de 0.8+-0.12, con un 95% de confianza. Este estudio presenta el potencial de toolbox generado en la Famaf-UNC para segmentar automáticamente imágenes digitalizadas con alto nivel de ruido, permitiendo realizar estudios no invasivos que pueden ser comparados en el tiempo con otros trabajos de investigación en crecimiento de tejidos óseos.http://piprestaciones.com/Eventos/2016/Libro%20Resumenes%20Latinoam%202016.pdfFil: Flesia, Juan Germán. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra Diagnóstico por Imágenes A; Argentina.Fil: Giménez, Enrique Daniel. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra de Diagnóstico por Imágenes A; Argentina.Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina.Otras Ciencias de la SaludUniversidad Nacional de Cuyo. Secretaría de Ciencia, Técnica y Posgrado2016info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf978-987-575-132-3http://hdl.handle.net/11086/548242spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:44:44Zoai:rdu.unc.edu.ar:11086/548242Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:44.907Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar |
title |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar |
spellingShingle |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar Flesia, Juan Germán Diagnóstico por computadora Ratas Ratas Wistar |
title_short |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar |
title_full |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar |
title_fullStr |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar |
title_full_unstemmed |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar |
title_sort |
Segmentación markoviana de imágenes en estudios de crecimiento óseo de ratas Wistar |
dc.creator.none.fl_str_mv |
Flesia, Juan Germán Giménez, Enrique Daniel Flesia, Ana Georgina |
author |
Flesia, Juan Germán |
author_facet |
Flesia, Juan Germán Giménez, Enrique Daniel Flesia, Ana Georgina |
author_role |
author |
author2 |
Giménez, Enrique Daniel Flesia, Ana Georgina |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Diagnóstico por computadora Ratas Ratas Wistar |
topic |
Diagnóstico por computadora Ratas Ratas Wistar |
dc.description.none.fl_txt_mv |
Fil: Flesia, Juan Germán. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra Diagnóstico por Imágenes A; Argentina. Fil: Giménez, Enrique Daniel. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra de Diagnóstico por Imágenes A; Argentina. Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Evaluar los nuevos desarrollos en procesamiento de imágenes para realizar estudios paralelos no invasivos, digitalizando radiografías dentales de muestras preparadas para estudio histológico sobre el desarrollo óseo de ratas Wistar. Las Hemi-Mandíbulas Wistar, de 60 días, previa vivisección, fueron recolectadas en Química biológica Fac.de Odontología UNC. La radiografía fue tomada en la Cátedra de Diagnostico de Imágenes de la Facultad de Odontología UNC, Técnica del Paralelismo Cilindro colimador 20 cm, Filtro Aluminio 1mm, Filtración Total equivalente 2cm Aluminio. 65 Kv, 8Ma. Procesado Radiográfico según Arte. La digitalización de la Imagen Radiográfica fue realizada con un Digitalizador CCD Plano. Para comparación, se realizo una segmentación manual, pixel a pixel, de los tejidos visibles en la imagen. Los procedimientos usados, MV (máxima verosimilitud), CEP (complete enumeration propagation), PCVT (path constrained Viterbi training), y ICM (iterated conditional modes) pertenecen a un nuevo toolbox de segmentación contextual Markoviana en lenguaje Matlab generado por investigadores de laFacultad de Matemática, Física y Astronomía, de la UNC. Se comparan los resultados obtenidos con los diferentes métodos usando el estadístico kappa, en contra de la segmentación realizada manualmente por los autores. Dichos resultados son, a su vez, comparados con estudios histológicos realizados sobre las muestras.RESULTADOS: Las imágenes presentan un alto nivel de ruido. Los métodos Markovianos causales, CEP y PCVT logran limpiar el ruido y segmentar correctamente la imagen, con un valor de kappa de 0.8+-0.12, con un 95% de confianza. Este estudio presenta el potencial de toolbox generado en la Famaf-UNC para segmentar automáticamente imágenes digitalizadas con alto nivel de ruido, permitiendo realizar estudios no invasivos que pueden ser comparados en el tiempo con otros trabajos de investigación en crecimiento de tejidos óseos. http://piprestaciones.com/Eventos/2016/Libro%20Resumenes%20Latinoam%202016.pdf Fil: Flesia, Juan Germán. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra Diagnóstico por Imágenes A; Argentina. Fil: Giménez, Enrique Daniel. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra de Diagnóstico por Imágenes A; Argentina. Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Otras Ciencias de la Salud |
description |
Fil: Flesia, Juan Germán. Universidad Nacional de Córdoba. Facultad de Odontología. Cátedra Diagnóstico por Imágenes A; Argentina. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
978-987-575-132-3 http://hdl.handle.net/11086/548242 |
identifier_str_mv |
978-987-575-132-3 |
url |
http://hdl.handle.net/11086/548242 |
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.publisher.none.fl_str_mv |
Universidad Nacional de Cuyo. Secretaría de Ciencia, Técnica y Posgrado |
publisher.none.fl_str_mv |
Universidad Nacional de Cuyo. Secretaría de Ciencia, Técnica y Posgrado |
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_ |
1844618990094123009 |
score |
13.070432 |