Extraction of dynamical patterns from fluorescence microscopy images using recurrent neural networks

Abstract

Heart beating it's what keeps human living, the correct function of it, among other things, determinate the life quality, longevity and diseases appearing, what is known is that arrhythmia it's the most common disease in the cardiac system, what it's not so common is that can be detected earlier, it can exist and even not be visible in electrocardiogram, that's because the heart contractions occur at cellular level, then at tissue level and finally at muscular level, if the arrhythmia test it's done at muscular level, that means that can be observed also at cellular and tissue level, the objective of this work it is using Recurrent Neural Networks(RNN), more precisely, Autoencoders + LSTM, to identify anomalies, which can be arrhythmia or other diseases, based on electrophysiological signals at cellular level, extracted from patients' cardiac tissue, creating interactive data visualization such as dashboard in Hypertext Markup Language(HTML) format.

El cor bategant és el que manté la vida humana, la seva funció correcta, entre altres coses, determina la qualitat de vida, la longevitat i les malalties que apareixen, el que se sap és que l'arrítmia és la malaltia més comuna en el sistema cardíac, el que no és tan comú és que es pot detectar abans, pot existir i fins i tot no ser visible en l'electrocardiograma, és perquè les contraccions del cor ocorren a nivell cel·lular, després a nivell de teixit i finalment a nivell muscular, si l'arrítmia prova que es fa a nivell muscular, això vol dir que també es pot observar a nivell cel·lular i de teixit, l'objectiu d'aquesta obra és utilitzar el corrent continu. Xarxes neuronals (RNN), més precisament, Autoencoders + LSTM, per identificar anomalies, que poden ser arrítmies o altres malalties, basades en senyals electrofisiolòques a nivell cel·lular, extrets del teixit cardíac dels pacients, creant una visualització interactiva de dades com el tauler en format Hypertext Markup Language(HTML).

El corazón latiendo es lo que mantiene la vida humana, su función correcta, entre otras cosas, determina la calidad de vida, la longevidad y las enfermedades que aparecen, lo que se sabe es que la arritmia es la enfermedad más común en el sistema cardíaco, lo que no es tan común es que se puede detectar antes, puede existir e incluso no ser visible en el electrocardiograma, es porque las contracciones del corazón ocurren a nivel celular, después a nivel de tejido y finalmente a nivel muscular, si la arritmia prueba que se hace a nivel muscular, esto quiere decir que también se puede observar a nivel celular y de tejido, el objetivo de este trabajo es utilizar la corriente continua. Redes neuronales (RNN), más precisamente, Autoencoders + LSTM, para identificar anomalías, que pueden ser arritmias u otras enfermedades, basadas en señales electrofisiológicas a nivel celular, extraídos del tejido cardíaco de los pacientes, creando una visualización interactiva de datos como el tablero en formato Hypertext Markup Language(HTML).