EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica

Autores
Riccillo, Marcela L.; Soria, Marcelo A.; Bustos, Oscar
Año de publicación
2008
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo desarrollamos un método automático para el reconocimiento de especies de hongos microscópicos, que denominamos eigenfungi. Está basado en la metodología para reconocimiento de rostros denominada eigenfaces, a la que se le introducen varias modificaciones que mejoran su exactitud en el análisis de imágenes microscópicas de hongos. En los últimos años se registra un incremento en las infecciones causadas por hongos. Debido a la necesidad de entrenamiento específico que requiere el análisis microscópico, el diseño e implementación de herramientas informáticas que asistan al personal recibe creciente atención. Este método transforma las imágenes y aplica técnicas propias de Data Mining, considerando al conjunto de imágenes como una base de datos. No necesita de recortes manuales de los objetos por parte del experto humano y requiere de pocas imágenes para el entrenamiento.
Eje: Computación Gráfica, Visualización e Imágenes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/20559

id SEDICI_6ff8e1083c52b981e3010da326d4c04a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20559
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médicaRiccillo, Marcela L.Soria, Marcelo A.Bustos, OscarCiencias InformáticasGraphicsEigenfungiVisualEigenfacesHongos microscópicosData miningAnálisis de Componentes PrincipalesEn este trabajo desarrollamos un método automático para el reconocimiento de especies de hongos microscópicos, que denominamos eigenfungi. Está basado en la metodología para reconocimiento de rostros denominada eigenfaces, a la que se le introducen varias modificaciones que mejoran su exactitud en el análisis de imágenes microscópicas de hongos. En los últimos años se registra un incremento en las infecciones causadas por hongos. Debido a la necesidad de entrenamiento específico que requiere el análisis microscópico, el diseño e implementación de herramientas informáticas que asistan al personal recibe creciente atención. Este método transforma las imágenes y aplica técnicas propias de Data Mining, considerando al conjunto de imágenes como una base de datos. No necesita de recortes manuales de los objetos por parte del experto humano y requiere de pocas imágenes para el entrenamiento.Eje: Computación Gráfica, Visualización e ImágenesRed de Universidades con Carreras en Informática (RedUNCI)2008-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf234-238http://sedici.unlp.edu.ar/handle/10915/20559spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:16Zoai:sedici.unlp.edu.ar:10915/20559Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:16.413SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
spellingShingle EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
Riccillo, Marcela L.
Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
title_short EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_full EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_fullStr EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_full_unstemmed EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_sort EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
dc.creator.none.fl_str_mv Riccillo, Marcela L.
Soria, Marcelo A.
Bustos, Oscar
author Riccillo, Marcela L.
author_facet Riccillo, Marcela L.
Soria, Marcelo A.
Bustos, Oscar
author_role author
author2 Soria, Marcelo A.
Bustos, Oscar
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
topic Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
dc.description.none.fl_txt_mv En este trabajo desarrollamos un método automático para el reconocimiento de especies de hongos microscópicos, que denominamos eigenfungi. Está basado en la metodología para reconocimiento de rostros denominada eigenfaces, a la que se le introducen varias modificaciones que mejoran su exactitud en el análisis de imágenes microscópicas de hongos. En los últimos años se registra un incremento en las infecciones causadas por hongos. Debido a la necesidad de entrenamiento específico que requiere el análisis microscópico, el diseño e implementación de herramientas informáticas que asistan al personal recibe creciente atención. Este método transforma las imágenes y aplica técnicas propias de Data Mining, considerando al conjunto de imágenes como una base de datos. No necesita de recortes manuales de los objetos por parte del experto humano y requiere de pocas imágenes para el entrenamiento.
Eje: Computación Gráfica, Visualización e Imágenes
Red de Universidades con Carreras en Informática (RedUNCI)
description En este trabajo desarrollamos un método automático para el reconocimiento de especies de hongos microscópicos, que denominamos eigenfungi. Está basado en la metodología para reconocimiento de rostros denominada eigenfaces, a la que se le introducen varias modificaciones que mejoran su exactitud en el análisis de imágenes microscópicas de hongos. En los últimos años se registra un incremento en las infecciones causadas por hongos. Debido a la necesidad de entrenamiento específico que requiere el análisis microscópico, el diseño e implementación de herramientas informáticas que asistan al personal recibe creciente atención. Este método transforma las imágenes y aplica técnicas propias de Data Mining, considerando al conjunto de imágenes como una base de datos. No necesita de recortes manuales de los objetos por parte del experto humano y requiere de pocas imágenes para el entrenamiento.
publishDate 2008
dc.date.none.fl_str_mv 2008-05
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/10915/20559
url http://sedici.unlp.edu.ar/handle/10915/20559
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
234-238
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_ 1844615800005066752
score 13.070432