Análisis de detección, identificación y aprendizaje automático mediante imagen de micobacterias a nivel microscópico.

DirectorAcero Cacho, Raquel / Santolaria Mazo, Jorge
Titulaciones
Duracion6 meses
LugarHospital Universitario Miguel Servet (parcial)
Fecha Alta2021-11-09
Fecha Baja2022-11-09
ResumenEl trabajo comprende el análisis y estudio prospectivo de posibilidades de detección e identificación a nivel microscópico de bacilos en muestras clínicas de micobacterias mediante captura y tratamiento de imagen. El estudio se llevaría a cabo en colaboración con el Servicio de Microbiología del Hospital Universitario Miguel Servet donde se diagnostican y tratan enfermedades infecciosas, en todo tipo de muestras biológicas humanas. Se persigue con este trabajo evaluar la utilización de nuevas técnicas de detección e identificación automática de microorganismos a partir de imágenes capturadas con los sistemas de microscopía existentes en el servicio y/o equipos alternativos. Igualmente se validarán los resultados obtenidos frente a otras técnicas de cultivos utilizadas para los mismos microorganismos en el servicio. Para ello, se desarrollarán algoritmos que permitan la identificación y cuantificación de microorganismos de forma automática mediante segmentación e identificación por imagen y algoritmos de aprendizaje supervisado usando redes neuronales mediante diagnósticos retrospectivos. Tareas a realizar en el trabajo serán: i) captura de imágenes microscópicas de las muestras, ii) definición de parámetros relevantes en la identificación microscópica del microorganismo seleccionado, iii) análisis de las imágenes y procesado de las mismas, iv) generación de algoritmos de identificación y aprendizaje supervisado, v) creación de base de datos de información vinculada a las capturas. Posibilidad de financiación en caso de TFM.
Detalles/ContactoRaquel Acero (racero@unizar.es)
Volver