AUTOMATIC COUNTING OF MICROGLIA CELLS BY REGRESSION METHODS

Vista sencilla de ítem
dc.contributor.authorFernández González, Lydia
dc.date.accessioned2023-07-19T18:00:27Z
dc.date.available2023-07-19T18:00:27Z
dc.date.issued2023-07-19
dc.descriptionTrabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: Luca Martino
dc.description.abstractEste proyecto presenta la formulación matemática y las características específicas para un problema de clasificación binaria, ofreciendo también un algoritmo automatizado para detectar de forma indirecta el dolor en animales, concretamente en ratas. Utiliza imágenes RGB de tejido inmunotintado con Iba-1 de médulas espinales para identificar y cuantificar la activación de células microgliales. Mediante el empleo de umbrales de valor de color y una función de recompensa, el algoritmo consigue una detección precisa y robusta de las células microgliales. El objetivo final es aplicar esta herramienta para analizar una gran base de datos de imágenes de médula espinal, a partir de la versión anterior del proyecto. De este modo, mediante una mejor comprensión de la activación de las células gliales, se pretende facilitar el desarrollo de enfoques terapéuticos dirigidos a la la reducción de la activación glial en condiciones patológicas.
dc.identifier.urihttps://hdl.handle.net/10115/23236
dc.language.isoeng
dc.publisherUniversidad Rey Juan Carlos
dc.rights
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.uri
dc.subjectAutomatic counting
dc.subjectMicroglial cells
dc.subjectNoisy labels
dc.subjectRegression Analysis
dc.titleAUTOMATIC COUNTING OF MICROGLIA CELLS BY REGRESSION METHODS
dc.typeinfo:eu-repo/semantics/studentThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
2022-23-EIF-A-2291-2291045-l.fernandezg.2019-MEMORIA.pdf
Tamaño:
3.52 MB
Formato:
Adobe Portable Document Format
Descripción:
Memoria del TFG
Descargar

Colecciones

Trabajos Fin de Grado