Deep Landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica

La adquisición de información fenotípica es un aspecto clave en diversos contextos, incluyendo análisis biométricos, estudios bioantropológicos, investigaciones biomédicas, y ciencia forense por citar algunos. Para ello se requiere la identificación automática de estructuras anatómicas de interés...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Cintas, Celia
Otros Autores: Delrieux, Claudio Augusto
Formato: tesis doctoral
Lenguaje:Español
Publicado: 2017
Materias:
Ciencias de la computación
Sistemas de obtención de imágenes
Procesamiento de imágenes
Morfometría geométrica
Biometría
Acceso en línea:http://repositoriodigital.uns.edu.ar/handle/123456789/4136
Aporte de:
Repositorio Institucional Universidad Nacional del Sur (UNS) de Universidad Nacional del Sur
id I20-R126123456789-4136
record_format dspace
institution Universidad Nacional del Sur
institution_str I-20
repository_str R-126
collection Repositorio Institucional Universidad Nacional del Sur (UNS)
language Español
orig_language_str_mv spa
topic Ciencias de la computación
Sistemas de obtención de imágenes
Procesamiento de imágenes
Morfometría geométrica
Biometría
spellingShingle Ciencias de la computación
Sistemas de obtención de imágenes
Procesamiento de imágenes
Morfometría geométrica
Biometría
Cintas, Celia
Deep Landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica
topic_facet Ciencias de la computación
Sistemas de obtención de imágenes
Procesamiento de imágenes
Morfometría geométrica
Biometría
description La adquisición de información fenotípica es un aspecto clave en diversos contextos, incluyendo análisis biométricos, estudios bioantropológicos, investigaciones biomédicas, y ciencia forense por citar algunos. Para ello se requiere la identificación automática de estructuras anatómicas de interés biométrico, como por ejemplo huellas dactilares, patrones en el iris, o rasgos faciales. Estas estructuras son utilizadas masivamente, pero poseen la desventaja de requerir intrusión para adquirir la información a ser analizada. En esta tesis presentamos un nuevo método, basado en la Morfometría Geométrica, para la detección y extacción automática de datos anatómicos característicos (features) en la forma de hitos (landmarks) en 2D o 3D. Para ello se entrenó una red neuronal con conjuntos de datos obtenidos en forma supervisada por medio de expertos antropólogos y biólogos. El sistema resultante posee la capacidad de realizar landmarking en forma automática en imágenes y video sin preparación previa, obteniéndose parámetros de calidad equivalente o superiores a los adquiridos por expertos humanos. Estos resultados abren la posibilidad de generar en forma automática y confiable vectores de atributos basados en propiedades fenotípicas. Se exploran algunas aplicaciones en diversos contextos incluyendo biometría, videojuegos, interfases naturales y otras aplicaciones.
author2 Delrieux, Claudio Augusto
author_facet Delrieux, Claudio Augusto
Cintas, Celia
format tesis doctoral
author Cintas, Celia
author_sort Cintas, Celia
title Deep Landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica
title_short Deep Landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica
title_full Deep Landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica
title_fullStr Deep Landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica
title_full_unstemmed Deep Landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica
title_sort deep landmarking : reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica
publishDate 2017
url http://repositoriodigital.uns.edu.ar/handle/123456789/4136
work_keys_str_mv AT cintascelia deeplandmarkingreconocimientoautomaticodeestructurasanatomicaspormediodemorfometriageometrica
bdutipo_str Repositorios
_version_ 1764820505470173184

Ejemplares similares