Reconocimiento y clasificación de patrones en imágenes de microscopia, parametrizadas según la Técnica de Micronúcleos

• Autores: Caffetti, Yanina Andrea
• Año de publicación: 2020
• Idioma: español castellano
• Tipo de recurso: tesis de maestría
• Colaborador/a o director/a de tesis: Acosta, Nelson Hector; Caffetti, Jacqueline Diana
• Materia: Tecnologías de la Información; Biotecnología; Algoritmo; Biotechnology; Algorithm; Genetics; Information Technologies; Genética
• Institución: Universidad Nacional de Misiones

Fil: Caffetti, Yanina Andrea. Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas y Naturales. Secretaría de Investigación y Posgrado. Maestría en Tecnologías de la Información; Argentina.
La presente investigación, analiza diferentes técnicas de clasificación, segmentación y extracción de contornos de imágenes digitales. En particular centra la atención en los algoritmos de Inteligencia Artificial de Facebook, algoritmos evolutivos, algoritmos genéticos, y redes neuronales convolucionales. Se analizará su aplicación a imágenes de microscopía, específicamente aquellas parametrizadas según la técnica de Micronúcleos. La prueba de Micronúcleos es una de las técnicas citogenéticas más empleadas para la evaluación de genotoxicidad y mutagenicidad. Los Micronúcleos surgen a partir de cromosomas completos o fragmentos acéntricos que se retrasan durante la anafase, ya sea por la falta de centrómeros o por daño al huso mitótico. Además, los cambios en la morfología normal de los núcleos, también se consideran indicadores de daño genotóxico y son descritos como anormalidades nucleares que constituyen un análisis complementario al recuento de Micronúcleos. El objetivo de este estudio es el diseño de una herramienta bioinformática capaz de colaborar con los profesionales del Laboratorio de Citogenética General y Monitoreo Ambiental de la UNaM-IBS-CONICET para la detección de daños celulares.
The present investigation analyzes different techniques of classification, segmentation and extraction of contours of digital images. In particular, it focuses on Facebook's Artificial Intelligence algorithms, evolutionary algorithms, genetic algorithms and convolutional neural networks. Its application to microscopy images will be analyzed, specifically those parameterized according to the Micronucleus technique. The Micronucleus test is one of the most commonly used cytogenetic techniques for the evaluation of genotoxicity and mutagenicity. Micronuclei arise from complete chromosomes or acentric fragments that are delayed during anaphase, either due to lack of centromeres or damage to the mitotic spindle. In addition, changes in the normal morphology of the nuclei are also considered indicators of genotoxic damage and are described as nuclear abnormalities that constitute a complementary analysis to the Micronucleus count. The objective of this study is to design a bioinformatic tool capable of collaborating with the professionals of the General Cytogenetics and Environmental Monitoring Laboratory of the UNaM-IBS-CONICET for the detection of cellular damage.