Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/82134
Registre complet de metadades
Camp DC | Valor | Llengua/Idioma |
---|---|---|
dc.contributor.author | García Seisdedos, David | - |
dc.contributor.other | Universitat Oberta de Catalunya | - |
dc.date.accessioned | 2018-07-02T16:16:16Z | - |
dc.date.available | 2018-07-02T16:16:16Z | - |
dc.date.issued | 2018-07-02 | - |
dc.identifier.uri | http://hdl.handle.net/10609/82134 | - |
dc.description.abstract | 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. | es |
dc.description.abstract | The aim of this project is to develop a bioinformatics tool to detect and isolate cell nuclei. The developed model performs detection and segmentation in three steps. First, an initial segmentation of the raw image is carried out. Second, the fragments obtained are classified by means of a convolutional neural network (CNN) into three groups: mono-nuclei, poly-nuclei or non-nuclear artifacts. Third, the artifacts will be removed and the polynuclear fragments will be segmented and will be analyzed from the second step again. Thus, the main problem - accumulation of nuclei - is subdivided by recursiveness into simpler sub-problems. | en |
dc.description.abstract | L'objectiu d'aquest projecte va ser desenvolupar una eina bioinformática per detectar i aïllar nuclis cel·lulars. El mètode desenvolupat realitza la detecció i segmentació en tres passos. Primer, es duu a terme una segmentació inicial de la imatge en brut. Segon, els fragments obtinguts es classifiquen mitjançant una xarxa neuronal convolucional (CNN) en tres grups: mico-nuclis, poli-nuclis o artefactes no-nuclears. Tercer, els mico-nuclis s'emmagatzemen, els artefactes s'eliminen i els fragments polinucleares són segmentats i re-analitzats des del segon pas. Així és possible subdividir per recursividad l'element problema -acumulo de nuclis- en sub-problemes més senzills. | ca |
dc.language.iso | spa | - |
dc.publisher | Universitat Oberta de Catalunya | - |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | - |
dc.subject | machine learning | en |
dc.subject | redes neuronales convolucionales | es |
dc.subject | microscopía | es |
dc.subject | xarxes neuronals convolucionals | ca |
dc.subject | aprenentatge automàtic | ca |
dc.subject | convolutional neural network | en |
dc.subject | aprendizaje automático | es |
dc.subject | microscopía | ca |
dc.subject | microscopy | en |
dc.subject.lcsh | Bioinformatics -- TFM | en |
dc.title | Segmentación de núcleos celulares en imágenes de microscopía ayudados por redes neuronales convolucionales | - |
dc.type | info:eu-repo/semantics/masterThesis | - |
dc.audience.educationlevel | Estudis de Màster | ca |
dc.audience.educationlevel | Estudios de Máster | es |
dc.audience.educationlevel | Postgraduate degrees | en |
dc.subject.lemac | Bioinformàtica -- TFM | ca |
dc.subject.lcshes | Bioinformática -- TFM | es |
dc.contributor.tutor | Alférez, Santiago | - |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
davcoTFM0618memoria.pdf | Memoria del TFM | 3,01 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons