Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/1048Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.rights.license | http://creativecommons.org/licenses/by-nc/4.0 | es_ES |
| dc.contributor | Ana Marcela Herrera Navarro | es_ES |
| dc.creator | Miguel Angel Razo Salas | es_ES |
| dc.date | 2018-12-05 | - |
| dc.date.accessioned | 2019-01-29T01:29:49Z | - |
| dc.date.available | 2019-01-29T01:29:49Z | - |
| dc.date.issued | 2018-12-05 | - |
| dc.identifier | segmentación | es_ES |
| dc.identifier | grafos | es_ES |
| dc.identifier | células | es_ES |
| dc.identifier.uri | http://ri-ng.uaq.mx/handle/123456789/1048 | - |
| dc.description | El calcio intracelular es parte fundamental del cuerpo humano ya que actúa como segundo mensajero intracelular. Dependiendo de la concentración que presentan las células foliculares es posible diagnosticar ciertos tipos de enfermedades como la hipertensión, arritmia cardíaca, problemas hematológicos, enfermedades musculares, trastornos hormonales, y otras más específicas, como la lesión y muerte celular. Por lo tanto, el estudio del calcio intracelular despertó mucho interés en ramas como la bio-quimia y bio-medicina donde por medio de un microscopio de fluorescencia capta la luz que emiten las células en la región del citoplasma. La cantidad de calcio en la célula esta directamente relacionada con la suma de las intensidades que presenta la imagen en cada célula y el proceso que comúnmente es utilizado para esto se llama segmentación. La segmentación es una parte de la visión por computadora donde por medio de algún algoritmo de segmentación se obtienen las coordenadas espaciales en la imagen de ciertos objetos de interés que en este caso son las células. Este proceso generalmente lo hacen manualmente pero el proceso tiene a ser muy tardado y propenso a error humano cuando son demasiadas las células a encontrar. En esta investigación se propone un método de segmentación completamente automático donde la imagen a segmentar pasa por dos procesos importantes, el primero es el de normalización y eliminación de ruido de la imagen aplicando el algoritmo de umbral adaptativo local para definir los bordes de las células de una mejor manera ya que la fluorescencia tiende difuminarlos mezclándolos con el fondo. El segundo proceso es el de localizar las células automáticamente por medio de grafos utilizando el algoritmo de Grafos llamado Max tree que trabaja en base a regiones facilitando así el procesamiento de las imágenes. | es_ES |
| dc.description | The intracellular calcium is important for the human body cause it act as a second intracellular messenger. Depending the concentration of calcium in follicular cells it's possible detect some types of sickness as hypertension, hormonal disorders, cardiac arrhythmia, hematological problems, muscle diseases and other more specific as injury and cell death. Thus, the study of intracellular calcium aroused much interest in biochemestry and biomedecine where a fluorescence microscope takes the light produced by the cytoplasm of the cells. The amount of calcium in the cells is strictly corelated with the sum of all the intensities that the image present in each cell and segmentation is the most common process to do this work. The segmentation is part of computer vision in which the segmentation algorithms obtain spatial coordinates in the images of certain interest objects that in this case are the cells. Typically, this process is manual, and it tends to be slow and susceptible to a human error when there is a large set of cells to found. This investigation proposes a segmentation method fully automatic where the image to segment pass through two important process, the first one consist in normalize and noise remove whit the algorithm Adaptive Local Thresholding to define better the limits of the cells because the fluorescence tends to degrade the border mixing it whit the background. The second process is to locate the cells automatically through graphs using the Max tree algorithm that work in base of regions making easier the image processing. | es_ES |
| dc.format | Adobe PDF | es_ES |
| dc.language.iso | Español | es_ES |
| dc.relation.requires | Si | es_ES |
| dc.rights | En Embargo | es_ES |
| dc.subject | INGENIERÍA Y TECNOLOGÍA | es_ES |
| dc.subject | CIENCIAS TECNOLÓGICAS | es_ES |
| dc.title | Segmentación Automática de Células Mediante Grafos | es_ES |
| dc.type | Tesis de maestría | es_ES |
| dc.creator.tid | curp | es_ES |
| dc.contributor.tid | curp | es_ES |
| dc.creator.identificador | RASM920321HZSZLG04 | es_ES |
| dc.contributor.identificador | HENA791028MQTRVN07 | es_ES |
| dc.contributor.role | Asesor de tesis | es_ES |
| dc.degree.name | Maestría en Ciencias de la Computación | es_ES |
| dc.degree.department | Facultad de Informática | es_ES |
| dc.degree.level | Maestría | es_ES |
| Aparece en las colecciones: | Maestría en Ciencias de la Computación | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| RI004150.pdf | 2.21 MB | Adobe PDF |  Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.
