Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning

Autores
Fujii, Daniel
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Massa, José M.
Descripción
En el área de investigación biológica, la microscopia de fluorescencia y la captura de imágenes de este tipo es cada vez más popular dado que permiten identificar elementos difíciles de observar con claridad. Al capturar imágenes de muestras de células, una tarea recurrente es el conteo de células presentes una imagen determinada. Considerando que el conteo de células en una imagen es una tarea sumamente tediosa y repetitiva, el uso de algoritmos que permitan automatizar esta labor es útil. Este trabajo plantea el uso de Deep Learning, cuyo aprendizaje está basado en información provista por una solución existente. Este desarrollo es una oportunidad para aplicar Deep Learning en el problema de conteo de células. Para facilitar la labor de científicos que necesitan realizar el conteo de células en las imágenes capturadas como resultado de un experimento, este trabajo presenta los detalles del desarrollo de una aplicación web y el servidor necesario para proveer la funcionalidad deseada. La idea es proveer una interfaz para hacer uso del algoritmo de conteo que aplica Deep Learning y que cada usuario pueda administrar diferentes solicitudes de análisis de imagen.
Fil: Fujii, Daniel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Massa, José M. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Captura de imágenes
Deep Learning
Células neuronales
Microscopia de fluorescencia
Algoritmos
Ingeniería de sistemas
Imágenes
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/1937
Acceder
id RIDUNICEN_a5cadc84a23d6f2b11eca295fbc26344
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/1937
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep LearningFujii, DanielCaptura de imágenesDeep LearningCélulas neuronalesMicroscopia de fluorescenciaAlgoritmosIngeniería de sistemasImágenesEn el área de investigación biológica, la microscopia de fluorescencia y la captura de imágenes de este tipo es cada vez más popular dado que permiten identificar elementos difíciles de observar con claridad. Al capturar imágenes de muestras de células, una tarea recurrente es el conteo de células presentes una imagen determinada. Considerando que el conteo de células en una imagen es una tarea sumamente tediosa y repetitiva, el uso de algoritmos que permitan automatizar esta labor es útil. Este trabajo plantea el uso de Deep Learning, cuyo aprendizaje está basado en información provista por una solución existente. Este desarrollo es una oportunidad para aplicar Deep Learning en el problema de conteo de células. Para facilitar la labor de científicos que necesitan realizar el conteo de células en las imágenes capturadas como resultado de un experimento, este trabajo presenta los detalles del desarrollo de una aplicación web y el servidor necesario para proveer la funcionalidad deseada. La idea es proveer una interfaz para hacer uso del algoritmo de conteo que aplica Deep Learning y que cada usuario pueda administrar diferentes solicitudes de análisis de imagen.Fil: Fujii, Daniel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Massa, José M. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasMassa, José M.2018-07eu-repo/date/embargoEnd/2021-02-25eu-repo/date/embargoEnd/2021-02-25info:eu-repo/date/embargoEnd/2021-02-252019-03-25T15:55:05Z2019-03-25T15:55:05Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttps://www.ridaa.unicen.edu.ar/handle/123456789/1937spahttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-10-16T09:28:13Zoai:ridaa.unicen.edu.ar:123456789/1937instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-10-16 09:28:13.346RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
title Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
spellingShingle Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
Fujii, Daniel
Captura de imágenes
Deep Learning
Células neuronales
Microscopia de fluorescencia
Algoritmos
Ingeniería de sistemas
Imágenes
title_short Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
title_full Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
title_fullStr Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
title_full_unstemmed Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
title_sort Localización y conteo de células neuronales en imágenes microscópicas utilizando Deep Learning
dc.creator.none.fl_str_mv Fujii, Daniel
author Fujii, Daniel
author_facet Fujii, Daniel
author_role author
dc.contributor.none.fl_str_mv Massa, José M.
dc.subject.none.fl_str_mv Captura de imágenes
Deep Learning
Células neuronales
Microscopia de fluorescencia
Algoritmos
Ingeniería de sistemas
Imágenes
topic Captura de imágenes
Deep Learning
Células neuronales
Microscopia de fluorescencia
Algoritmos
Ingeniería de sistemas
Imágenes
dc.description.none.fl_txt_mv En el área de investigación biológica, la microscopia de fluorescencia y la captura de imágenes de este tipo es cada vez más popular dado que permiten identificar elementos difíciles de observar con claridad. Al capturar imágenes de muestras de células, una tarea recurrente es el conteo de células presentes una imagen determinada. Considerando que el conteo de células en una imagen es una tarea sumamente tediosa y repetitiva, el uso de algoritmos que permitan automatizar esta labor es útil. Este trabajo plantea el uso de Deep Learning, cuyo aprendizaje está basado en información provista por una solución existente. Este desarrollo es una oportunidad para aplicar Deep Learning en el problema de conteo de células. Para facilitar la labor de científicos que necesitan realizar el conteo de células en las imágenes capturadas como resultado de un experimento, este trabajo presenta los detalles del desarrollo de una aplicación web y el servidor necesario para proveer la funcionalidad deseada. La idea es proveer una interfaz para hacer uso del algoritmo de conteo que aplica Deep Learning y que cada usuario pueda administrar diferentes solicitudes de análisis de imagen.
Fil: Fujii, Daniel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Massa, José M. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description En el área de investigación biológica, la microscopia de fluorescencia y la captura de imágenes de este tipo es cada vez más popular dado que permiten identificar elementos difíciles de observar con claridad. Al capturar imágenes de muestras de células, una tarea recurrente es el conteo de células presentes una imagen determinada. Considerando que el conteo de células en una imagen es una tarea sumamente tediosa y repetitiva, el uso de algoritmos que permitan automatizar esta labor es útil. Este trabajo plantea el uso de Deep Learning, cuyo aprendizaje está basado en información provista por una solución existente. Este desarrollo es una oportunidad para aplicar Deep Learning en el problema de conteo de células. Para facilitar la labor de científicos que necesitan realizar el conteo de células en las imágenes capturadas como resultado de un experimento, este trabajo presenta los detalles del desarrollo de una aplicación web y el servidor necesario para proveer la funcionalidad deseada. La idea es proveer una interfaz para hacer uso del algoritmo de conteo que aplica Deep Learning y que cada usuario pueda administrar diferentes solicitudes de análisis de imagen.
publishDate 2018
dc.date.none.fl_str_mv 2018-07
2019-03-25T15:55:05Z
2019-03-25T15:55:05Z
eu-repo/date/embargoEnd/2021-02-25
eu-repo/date/embargoEnd/2021-02-25
info:eu-repo/date/embargoEnd/2021-02-25
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://www.ridaa.unicen.edu.ar/handle/123456789/1937
url https://www.ridaa.unicen.edu.ar/handle/123456789/1937
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1846143012940283904
score 12.712165

Publicaciones similares