Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares
En esta línea de investigación se estudian y analizan diferentes técnicas de clasificación, segmentación y extracción de contornos de imágenes digitales, en particular se centra la atención en las líneas de investigación que utilizan el algoritmo DeepMask, algoritmos evolutivos y redes neuronales. S...
Guardado en:
Autores principales: | , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2018
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/67490 |
Aporte de: |
id |
I19-R120-10915-67490 |
---|---|
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 Neural nets imágenes digitales microscopio patrones de imágenes extracción de contornos algoritmos de segmentación |
spellingShingle |
Ciencias Informáticas Neural nets imágenes digitales microscopio patrones de imágenes extracción de contornos algoritmos de segmentación Caffetti, Yanina Andrea Vera Laceiras, María Silvia Acosta, Nelson Pisarello, María Inés Caffetti, Jacqueline Diana Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares |
topic_facet |
Ciencias Informáticas Neural nets imágenes digitales microscopio patrones de imágenes extracción de contornos algoritmos de segmentación |
description |
En esta línea de investigación se estudian y analizan diferentes técnicas de clasificación, segmentación y extracción de contornos de imágenes digitales, en particular se centra la atención en las líneas de investigación que utilizan el algoritmo DeepMask, algoritmos evolutivos y redes neuronales. Se presentan aquí algunos resultados preliminares y se pretende aplicarlos a imágenes obtenidas mediante microscopios, específicamente a aquellas parametrizadas según la técnica de Micronúcleos y Ensayo Cometa, ambos empleados por el Laboratorio de Citogenética General y Monitoreo Ambiental de la UNaM-IBS-CONICET para la detección de daños celulares. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Caffetti, Yanina Andrea Vera Laceiras, María Silvia Acosta, Nelson Pisarello, María Inés Caffetti, Jacqueline Diana |
author_facet |
Caffetti, Yanina Andrea Vera Laceiras, María Silvia Acosta, Nelson Pisarello, María Inés Caffetti, Jacqueline Diana |
author_sort |
Caffetti, Yanina Andrea |
title |
Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares |
title_short |
Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares |
title_full |
Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares |
title_fullStr |
Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares |
title_full_unstemmed |
Reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el Laboratorio de Citogenética General y Monitoreo Ambiental UNaM-IBSCONICET para la detección de daños celulares |
title_sort |
reconocimiento de patrones de imágenes digitales obtenidas mediante microscopio y parametrizadas según la técnica de micronúcleos y la técnica ensayo cometa empleada por el laboratorio de citogenética general y monitoreo ambiental unam-ibsconicet para la detección de daños celulares |
publishDate |
2018 |
url |
http://sedici.unlp.edu.ar/handle/10915/67490 |
work_keys_str_mv |
AT caffettiyaninaandrea reconocimientodepatronesdeimagenesdigitalesobtenidasmediantemicroscopioyparametrizadassegunlatecnicademicronucleosylatecnicaensayocometaempleadaporellaboratoriodecitogeneticageneralymonitoreoambientalunamibsconicetparaladetecciondedanoscelulares AT veralaceirasmariasilvia reconocimientodepatronesdeimagenesdigitalesobtenidasmediantemicroscopioyparametrizadassegunlatecnicademicronucleosylatecnicaensayocometaempleadaporellaboratoriodecitogeneticageneralymonitoreoambientalunamibsconicetparaladetecciondedanoscelulares AT acostanelson reconocimientodepatronesdeimagenesdigitalesobtenidasmediantemicroscopioyparametrizadassegunlatecnicademicronucleosylatecnicaensayocometaempleadaporellaboratoriodecitogeneticageneralymonitoreoambientalunamibsconicetparaladetecciondedanoscelulares AT pisarellomariaines reconocimientodepatronesdeimagenesdigitalesobtenidasmediantemicroscopioyparametrizadassegunlatecnicademicronucleosylatecnicaensayocometaempleadaporellaboratoriodecitogeneticageneralymonitoreoambientalunamibsconicetparaladetecciondedanoscelulares AT caffettijacquelinediana reconocimientodepatronesdeimagenesdigitalesobtenidasmediantemicroscopioyparametrizadassegunlatecnicademicronucleosylatecnicaensayocometaempleadaporellaboratoriodecitogeneticageneralymonitoreoambientalunamibsconicetparaladetecciondedanoscelulares |
bdutipo_str |
Repositorios |
_version_ |
1764820480772014082 |