Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial

Autores
Russo, Claudia Cecilia; Palumbo, Maria Laura; Perez, Gabriel; Moroni, Alejandro David
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En los últimos años, el avance respecto a la adquisición de grandes cantidades de imágenes de microscopía, ha hecho posible que el análisis digital de imágenes desarrolle herramientas capaces de obtener información de manera automática. Esta automatización y digitalización de procesos ha contribuido significativamente a reducir tanto los tiempos como los errores asociados con las técnicas manuales. El objetivo de la presente investigación es el diseño de un modelo basado en visión e inteligencia artificial que permita automatizar procesos de laboratorio, con la capacidad de segmentar y caracterizar automáticamente marcadores celulares en imágenes de microscopía. Estos resultados tienen el objetivo de reducir los tiempos dedicados al análisis visual de imágenes, generar información de soporte a la toma de decisiones y aportar herramientas para el especialista genetista.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
visión artificial
Inteligencia artificial
marcadores biológicos
microscopía
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/179650
Acceder
id SEDICI_45a09a2b2c40d5c2bd309fef27dd8520
oai_identifier_str oai:sedici.unlp.edu.ar:10915/179650
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificialRusso, Claudia CeciliaPalumbo, Maria LauraPerez, GabrielMoroni, Alejandro DavidCiencias Informáticasvisión artificialInteligencia artificialmarcadores biológicosmicroscopíaEn los últimos años, el avance respecto a la adquisición de grandes cantidades de imágenes de microscopía, ha hecho posible que el análisis digital de imágenes desarrolle herramientas capaces de obtener información de manera automática. Esta automatización y digitalización de procesos ha contribuido significativamente a reducir tanto los tiempos como los errores asociados con las técnicas manuales. El objetivo de la presente investigación es el diseño de un modelo basado en visión e inteligencia artificial que permita automatizar procesos de laboratorio, con la capacidad de segmentar y caracterizar automáticamente marcadores celulares en imágenes de microscopía. Estos resultados tienen el objetivo de reducir los tiempos dedicados al análisis visual de imágenes, generar información de soporte a la toma de decisiones y aportar herramientas para el especialista genetista.Red de Universidades con Carreras en Informática2024-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf265-269http://sedici.unlp.edu.ar/handle/10915/179650spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-12T11:13:22Zoai:sedici.unlp.edu.ar:10915/179650Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-12 11:13:23.083SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
title Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
spellingShingle Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
Russo, Claudia Cecilia
Ciencias Informáticas
visión artificial
Inteligencia artificial
marcadores biológicos
microscopía
title_short Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
title_full Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
title_fullStr Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
title_full_unstemmed Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
title_sort Reconocimiento automático de marcadores biológicos a partir de técnicas de visión e inteligencia artificial
dc.creator.none.fl_str_mv Russo, Claudia Cecilia
Palumbo, Maria Laura
Perez, Gabriel
Moroni, Alejandro David
author Russo, Claudia Cecilia
author_facet Russo, Claudia Cecilia
Palumbo, Maria Laura
Perez, Gabriel
Moroni, Alejandro David
author_role author
author2 Palumbo, Maria Laura
Perez, Gabriel
Moroni, Alejandro David
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
visión artificial
Inteligencia artificial
marcadores biológicos
microscopía
topic Ciencias Informáticas
visión artificial
Inteligencia artificial
marcadores biológicos
microscopía
dc.description.none.fl_txt_mv En los últimos años, el avance respecto a la adquisición de grandes cantidades de imágenes de microscopía, ha hecho posible que el análisis digital de imágenes desarrolle herramientas capaces de obtener información de manera automática. Esta automatización y digitalización de procesos ha contribuido significativamente a reducir tanto los tiempos como los errores asociados con las técnicas manuales. El objetivo de la presente investigación es el diseño de un modelo basado en visión e inteligencia artificial que permita automatizar procesos de laboratorio, con la capacidad de segmentar y caracterizar automáticamente marcadores celulares en imágenes de microscopía. Estos resultados tienen el objetivo de reducir los tiempos dedicados al análisis visual de imágenes, generar información de soporte a la toma de decisiones y aportar herramientas para el especialista genetista.
Red de Universidades con Carreras en Informática
description En los últimos años, el avance respecto a la adquisición de grandes cantidades de imágenes de microscopía, ha hecho posible que el análisis digital de imágenes desarrolle herramientas capaces de obtener información de manera automática. Esta automatización y digitalización de procesos ha contribuido significativamente a reducir tanto los tiempos como los errores asociados con las técnicas manuales. El objetivo de la presente investigación es el diseño de un modelo basado en visión e inteligencia artificial que permita automatizar procesos de laboratorio, con la capacidad de segmentar y caracterizar automáticamente marcadores celulares en imágenes de microscopía. Estos resultados tienen el objetivo de reducir los tiempos dedicados al análisis visual de imágenes, generar información de soporte a la toma de decisiones y aportar herramientas para el especialista genetista.
publishDate 2024
dc.date.none.fl_str_mv 2024-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/179650
url http://sedici.unlp.edu.ar/handle/10915/179650
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
265-269
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1848605843763757056
score 13.24909

Publicaciones similares