Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laborat...

Autores
Caffetti, Yanina Andrea; Vera Laceiras, María Silvia; Acosta, Nelson; Pisarello, María Inés; Caffetti, Jacqueline Diana
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En esta línea de investigación se estudian y analizan diferentes técnicas de clasificación, segmentación y extracción de contornos de imágenes digitales, en particular se centra la atención en las líneas de investigación que utilizan el algoritmo DeepMask, algoritmos evolutivos y redes neuronales. Se presentan aquí algunos resultados preliminares y se pretende aplicarlos a imágenes obtenidas mediante microscopios, específicamente a aquellas parametrizadas según la técnica de Micronúcleos y Ensayo Cometa, ambos empleados por el Laboratorio de Citogenética General y Monitoreo Ambiental de la UNaM-IBS-CONICET para la detección de daños celulares.
Eje: Computación Gráfica, Imágenes y Visualización.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Neural nets
imágenes digitales
microscopio
patrones de imágenes
extracción de contornos
algoritmos de segmentación
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:10915/67490

id SEDICI_51ee0f299c6a7e58a3ee2c49de3ceea8
oai_identifier_str oai:sedici.unlp.edu.ar:10915/67490
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celularesCaffetti, Yanina AndreaVera Laceiras, María SilviaAcosta, NelsonPisarello, María InésCaffetti, Jacqueline DianaCiencias InformáticasNeural netsimágenes digitalesmicroscopiopatrones de imágenesextracción de contornosalgoritmos de segmentaciónEn esta línea de investigación se estudian y analizan diferentes técnicas de clasificación, segmentación y extracción de contornos de imágenes digitales, en particular se centra la atención en las líneas de investigación que utilizan el algoritmo DeepMask, algoritmos evolutivos y redes neuronales. Se presentan aquí algunos resultados preliminares y se pretende aplicarlos a imágenes obtenidas mediante microscopios, específicamente a aquellas parametrizadas según la técnica de Micronúcleos y Ensayo Cometa, ambos empleados por el Laboratorio de Citogenética General y Monitoreo Ambiental de la UNaM-IBS-CONICET para la detección de daños celulares.Eje: Computación Gráfica, Imágenes y Visualización.Red de Universidades con Carreras en Informática2018-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf401-405http://sedici.unlp.edu.ar/handle/10915/67490spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4info:eu-repo/semantics/reference/hdl/10915/67063info: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:UNLP2025-09-29T11:10:20Zoai:sedici.unlp.edu.ar:10915/67490Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:10:20.497SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
title Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
spellingShingle Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
Caffetti, Yanina Andrea
Ciencias Informáticas
Neural nets
imágenes digitales
microscopio
patrones de imágenes
extracción de contornos
algoritmos de segmentación
title_short Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
title_full Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
title_fullStr Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
title_full_unstemmed Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
title_sort Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
dc.creator.none.fl_str_mv Caffetti, Yanina Andrea
Vera Laceiras, María Silvia
Acosta, Nelson
Pisarello, María Inés
Caffetti, Jacqueline Diana
author Caffetti, Yanina Andrea
author_facet Caffetti, Yanina Andrea
Vera Laceiras, María Silvia
Acosta, Nelson
Pisarello, María Inés
Caffetti, Jacqueline Diana
author_role author
author2 Vera Laceiras, María Silvia
Acosta, Nelson
Pisarello, María Inés
Caffetti, Jacqueline Diana
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Neural nets
imágenes digitales
microscopio
patrones de imágenes
extracción de contornos
algoritmos de segmentación
topic Ciencias Informáticas
Neural nets
imágenes digitales
microscopio
patrones de imágenes
extracción de contornos
algoritmos de segmentación
dc.description.none.fl_txt_mv En esta línea de investigación se estudian y analizan diferentes técnicas de clasificación, segmentación y extracción de contornos de imágenes digitales, en particular se centra la atención en las líneas de investigación que utilizan el algoritmo DeepMask, algoritmos evolutivos y redes neuronales. Se presentan aquí algunos resultados preliminares y se pretende aplicarlos a imágenes obtenidas mediante microscopios, específicamente a aquellas parametrizadas según la técnica de Micronúcleos y Ensayo Cometa, ambos empleados por el Laboratorio de Citogenética General y Monitoreo Ambiental de la UNaM-IBS-CONICET para la detección de daños celulares.
Eje: Computación Gráfica, Imágenes y Visualización.
Red de Universidades con Carreras en Informática
description En esta línea de investigación se estudian y analizan diferentes técnicas de clasificación, segmentación y extracción de contornos de imágenes digitales, en particular se centra la atención en las líneas de investigación que utilizan el algoritmo DeepMask, algoritmos evolutivos y redes neuronales. Se presentan aquí algunos resultados preliminares y se pretende aplicarlos a imágenes obtenidas mediante microscopios, específicamente a aquellas parametrizadas según la técnica de Micronúcleos y Ensayo Cometa, ambos empleados por el Laboratorio de Citogenética General y Monitoreo Ambiental de la UNaM-IBS-CONICET para la detección de daños celulares.
publishDate 2018
dc.date.none.fl_str_mv 2018-04
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/10915/67490
url http://sedici.unlp.edu.ar/handle/10915/67490
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4
info:eu-repo/semantics/reference/hdl/10915/67063
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
401-405
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_ 1844615971700998144
score 13.070432