Identificación y localización de células gliales en imágenes de tejido cerebral

Se propone un sistema de procesamiento digital de imágenes para la identificación automática de células gliales de tejido cerebral. El propósito es apoyar al especialista, que al seleccionar una región de interés (ROI) en una imagen de tejido cerebral, se procede a buscar esa ROI en toda la imagen e...

Descripción completa

Detalles Bibliográficos
Autor: Karla Mandujano López
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2022
País:México
Institución:Universidad Autónoma Metropolitana
Repositorio:Repositorio Institucional de la UAM Iztapalapa
Idioma:español
OAI Identifier:oai:bindani.izt.uam.mx:xk81jk719
Acceso en línea:https://doi.org/10.24275/uami.xk81jk719
Access Level:acceso abierto
Palabra clave:info:eu-repo/classification/LEM/Neuroglia
info:eu-repo/classification/LEM/Nerve tissue
info:eu-repo/classification/LEM/Células gliales
info:eu-repo/classification/LEM/Tejido nervioso
info:eu-repo/classification/cti/7
Descripción
Sumario:Se propone un sistema de procesamiento digital de imágenes para la identificación automática de células gliales de tejido cerebral. El propósito es apoyar al especialista, que al seleccionar una región de interés (ROI) en una imagen de tejido cerebral, se procede a buscar esa ROI en toda la imagen en cuestión. La metodología propuesta trabaja a nivel textura por lo que primero aplica un preprocesamiento a toda la imagen: se extraen atributos CBIR (Content-based Image Retrieval) probados en la literatura, dando como resultado la posibilidad de analizar de forma local a una imagen específica para localizar regiones similares en la misma imagen. Nuestra propuesta hace uso de una discriminación de los patrones conformados usando métrica euclidiana, tras implementar el método K-Means para una auto-organización de los patrones de textura conformados. Se han realizado pruebas con un total de 312 imágenes experimentales de laboratorio obtenidas de un microscopio Zeiss Axyo Manager en formato TIFF, y se han obtenido resultados satisfactorios bajo la supervisión del especialista en biología celular. Adicionalmente, con el fin de acelerar el tiempo de análisis de un conjunto grande de imágenes, el sistema propuesto integra técnicas de paralelismo para aprovechar la capacidad de cómputo de un sistema multiprocesador.

Similares en LA Referencia