BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.18.2//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Departamento de Computación
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20250101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261103T140000
DTEND;TZID=America/Sao_Paulo:20261103T153000
DTSTAMP:20261030T140810Z
CREATED:20261030T140810Z
LAST-MODIFIED:20261030T140810Z
UID:10991-1793714400-1793719800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Santiago Feliú
DESCRIPTION:Título: Segmentación y clasificación de mitocondrias en imágenes de microscopía de fluorescencia\nDirectora: Luciana Bruno\nCo-Directora: Viviana Cotik\nJurados: María Elena Buemi\, Daniel Acevedo \nResumen:\nLas mitocondrias son organelas dinámicas\, cuya morfología (tamaño\, grado de ramificación\, fragmentación o conectividad) refleja su estado funcional y el metabolismo de la célula que las contiene. La microscopía confocal de fluorescencia permite observarlas en células vivas\, pero cuantificar su morfología exige individualizar cada perfil mitocondrial\, una tarea que tradicionalmente se realiza de forma manual y que resulta difícil de automatizar: las mitocondrias tienen un diámetro cercano al límite de resolución óptica\, presentan formas muy variables\, suelen aparecer en contacto o superpuestas\, y las imágenes contienen ruido y variaciones de intensidad propias del proceso de adquisición. Si bien existen herramientas de segmentación basadas en inteligencia artificial\, muchas de ellas fueron desarrolladas sobre imágenes de características muy distintas\, por lo que su desempeño en condiciones estándar de laboratorio no está garantizado. \nEste trabajo presenta la construcción de un corpus de imágenes de microscopía confocal de mitocondrias anotadas a nivel de instancia\, obtenidas a partir de películas de células vivas adquiridas con equipamiento estándar de laboratorio. El proceso de anotación se realizó siguiendo criterios refinados de forma iterativa\, cuya reproducibilidad se verificó mediante el acuerdo entre anotadores. \nCon este corpus se evaluaron y compararon\, sin reentrenamiento\, cuatro herramientas de segmentación representativas de distintos paradigmas (Ilastik\, Cellpose-SAM\, Omnipose y MoDL)\, tanto a nivel de píxel como a nivel de instancia. Los resultados muestran que la principal dificultad no reside en detectar la señal mitocondrial sino en individualizar los perfiles\, y que MoDL\, la única herramienta diseñada específicamente para mitocondrias\, ofrece el mejor desempeño en ambos niveles. A partir de sus segmentaciones\, se diseñó además un clasificador en cascada que descarta falsos positivos y aglomerados de mitocondrias\, permitiendo recuperar la mayoría de los perfiles individuales con alta precisión en datos no utilizados durante su desarrollo.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-santiago-feliu/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR