JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditoresEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditores

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMAOpen Policy Finder (antes Sherpa-Romeo)Dulcinea
    Preguntas frecuentesManual de usoContacto/Sugerencias
    Ver ítem 
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem

    Identificación automática de orgánulos celulares mediante redes neuronales convolucionales de aprendizaje profundo

    • Autor
      Aparicio Collado, Carmen
    • Director/es
      López-Rubio, EzequielAutoridad Universidad de Málaga; Palomo-Ferrer, Esteban JoséAutoridad Universidad de Málaga
    • Fecha
      2021-09
    • Palabras clave
      Redes neuronales (Neurobiologia); Inteligencia artificial - Aplicaciones médicas; Orgánulos celulares; Informática - Trabajos Fin de Grado; Grado en Ingeniería de la Salud - Trabajos Fin de Grado
    • Resumen
      Las proteínas en nuestro organismo son las encargadas de formar tejidos, transportar sustancias y defender al organismo contra infecciones o agentes patógenos, entre otras funciones. Conociendo la ubicación y el transporte de la proteína en el interior de la célula se puede conocer mucha información sobre su funcionalidad y los mecanismos de las enfermedades. Así, la identificación automatizada de los orgánulos celulares sirve de gran importancia para caracterizar los genes recién descubiertos o con una función desconocida. Las proteínas serían marcadas fluorescentemente para poder identificar el orgánulo donde residen y la identificación automatizada se puede realizar fácilmente con redes neuronales convolucionales mediante Inteligencia Artificial. En este trabajo, haciendo uso de un conjunto de imágenes de microscopía de fluorescencia de células HeLa, se utilizan distintos modelos basados en redes neuronales convolucionales para identificar y clasificar los distintos orgánulos celulares. Asimismo, se presenta la precisión y el error de cada modelo y se elige el modelo más acorde a solucionar este problema.
    • URI
      https://hdl.handle.net/10630/23487
    • Compartir
      RefworksMendeley
    Mostrar el registro completo del ítem
    Ficheros
    Aparicio Collado Carmen Memoria.pdf (6.866Mb)
    Colecciones
    • Trabajos Fin de Grado

    Estadísticas

    Buscar en Dimension
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
     

     

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA