EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica

En este trabajo desarrollamos un método automático para el reconocimiento de especies de hongos microscópicos, que denominamos eigenfungi. Está basado en la metodología para reconocimiento de rostros denominada eigenfaces, a la que se le introducen varias modificaciones que mejoran su exactitud en e...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Riccillo, Marcela L., Soria, Marcelo A., Bustos, Oscar
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2008
Materias:
Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/20559
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-20559
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
spellingShingle Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
Riccillo, Marcela L.
Soria, Marcelo A.
Bustos, Oscar
EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
topic_facet Ciencias Informáticas
Graphics
Eigenfungi
Visual
Eigenfaces
Hongos microscópicos
Data mining
Análisis de Componentes Principales
description En este trabajo desarrollamos un método automático para el reconocimiento de especies de hongos microscópicos, que denominamos eigenfungi. Está basado en la metodología para reconocimiento de rostros denominada eigenfaces, a la que se le introducen varias modificaciones que mejoran su exactitud en el análisis de imágenes microscópicas de hongos. En los últimos años se registra un incremento en las infecciones causadas por hongos. Debido a la necesidad de entrenamiento específico que requiere el análisis microscópico, el diseño e implementación de herramientas informáticas que asistan al personal recibe creciente atención. Este método transforma las imágenes y aplica técnicas propias de Data Mining, considerando al conjunto de imágenes como una base de datos. No necesita de recortes manuales de los objetos por parte del experto humano y requiere de pocas imágenes para el entrenamiento.
format Objeto de conferencia
Objeto de conferencia
author Riccillo, Marcela L.
Soria, Marcelo A.
Bustos, Oscar
author_facet Riccillo, Marcela L.
Soria, Marcelo A.
Bustos, Oscar
author_sort Riccillo, Marcela L.
title EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_short EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_full EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_fullStr EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_full_unstemmed EIGENFUNGI: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
title_sort eigenfungi: desarrollo de un método de data mining para la detección automática de patrones en microscopía aplicada a micología médica
publishDate 2008
url http://sedici.unlp.edu.ar/handle/10915/20559
work_keys_str_mv AT riccillomarcelal eigenfungidesarrollodeunmetododedataminingparaladeteccionautomaticadepatronesenmicroscopiaaplicadaamicologiamedica
AT soriamarceloa eigenfungidesarrollodeunmetododedataminingparaladeteccionautomaticadepatronesenmicroscopiaaplicadaamicologiamedica
AT bustososcar eigenfungidesarrollodeunmetododedataminingparaladeteccionautomaticadepatronesenmicroscopiaaplicadaamicologiamedica
bdutipo_str Repositorios
_version_ 1764820464593534979

Ejemplares similares