Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/82134
Título : | Segmentación de núcleos celulares en imágenes de microscopía ayudados por redes neuronales convolucionales |
Autoría: | García Seisdedos, David |
Tutor: | Alférez, Santiago ![]() |
Otros: | Universitat Oberta de Catalunya |
Resumen : | El objetivo de este proyecto fue desarrollar una herramienta bioinformática para detectar y aislar núcleos celulares. El método desarrollado realiza la detección y segmentación en tres pasos. Primero, se lleva a cabo una segmentación inicial de la imagen en bruto. Segundo, los fragmentos obtenidos se clasifican mediante una red neuronal convolucional (CNN) en tres grupos: mono-núcleos, poli-núcleos o artefactos no-nucleares. Tercero, los mono-núcleos se almacenan, los artefactos se eliminan y los fragmentos polinucleares son segmentados y re-analizados desde el segundo paso. Así es posible subdividir por recursividad el elemento problema -acumulo de núcleos- en sub-problemas más sencillos. |
Palabras clave : | redes neuronales convolucionales microscopía aprendizaje automático |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 2-jul-2018 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ ![]() |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
davcoTFM0618memoria.pdf | Memoria del TFM | 3,01 MB | Adobe PDF | ![]() Visualizar/Abrir |
Comparte:


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons