Modelo computacional para la identificación de células espermáticas mediante el análisis automático de micrografías digitales
El presente proyecto de fin de carrera consiste en el desarrollo de un modelo computacional para la identificación de células espermáticas con el objetivo de analizar la normalidad de la morfología de la cabeza de dichas células mediante el análisis de micrografías digitales. El modelo propuesto com...
| Autor Principal: | Hernández Bretón, Heidy |
|---|---|
| Formato: | Tesis de Licenciatura |
| Idioma: | Español |
| Publicado: |
Pontificia Universidad Católica del Perú
2015
|
| Materias: | |
| Acceso en línea: |
http://tesis.pucp.edu.pe/repositorio/handle/123456789/6088 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
El presente proyecto de fin de carrera consiste en el desarrollo de un modelo
computacional para la identificación de células espermáticas con el objetivo de analizar
la normalidad de la morfología de la cabeza de dichas células mediante el análisis de
micrografías digitales. El modelo propuesto comprende el procesamiento de las
imágenes microscópicas, la extracción y selección de características que identifican la
cabeza de las células espermáticas, la clasificación de las mismas en normales o
anormales atendiendo a criterios morfológicos y el análisis comparativo de la
caracterización realizada con relación a los estándares de la Organización Mundial de la
Salud.
Las imágenes microscópicas fueron procesadas para obtener una máscara
binarizada de las mismas donde se identificara la cabeza de las células. Posteriormente
las cabezas de las células fueron caracterizadas de manera automática de acuerdo a
métricas seleccionadas y se realizó una reducción de dimensionalidad utilizando Análisis
de Componentes Principales. Para la clasificación se emplearon Máquinas de Soporte
Vectorial.
Como resultado del procedimiento aplicado se pudieron identificar el 91.5% de las
células espermáticas existentes en las imágenes de muestra. La tasa de acierto
conseguida para la clasificación morfológica fue del 77.6%. Las métricas consideradas
en la caracterización están de acuerdo a los parámetros de la Organización Mundial de
la Salud. |
|---|