Digitale Verarbeitung von zytogenetischen Bildern für die Klassifizierung

Wir stellen die Entwicklung eines Bioinformatik-Tools vor, das die Erkennung von DNA-Nukleoiden (mit K?pfen und Schw?nzen) in der Fluoreszenz durch Bilderkennung und ihre anschlie ende Klassifizierung nach der Comet-Assay-Technik erm?glicht. Ziel ist es, ihre Lagerung zu automatisieren und zu verwalten und die Abl?ufe im zytogenetischen Labor zu optimieren. Zu diesem Zweck werden m?gliche Methoden bewertet und solche ausgew?hlt, die mathematische und rechnerische Algorithmen, neuronale Netze und Neuro-Fuzzy-Systeme kombinieren. Die entwickelte Methode f?hrt die Erkennung und Segmentierung in den folgenden Schritten durch: Das Rohbild wird vorverarbeitet und zun?chst segmentiert. Die erhaltenen Fragmente werden von neuronalen Netzen in drei Gruppen eingeteilt: Kopf, Schwanz und Hintergrund. Schlie lich werden die K?pfe oder Kerne und Schw?nze gemessen und erneut analysiert, wobei sie nach ihrem Verh?ltnis klassifiziert werden. Dieser Prozess der Erkennung, Segmentierung und Klassifizierung wurde anhand einer Fallstudie mit zytogenetischen Bildern in einem Komet-Assay des Labors f?r allgemeine Zytogenetik und Umwelt?berwachung des Instituts f?r subtropische Biologie UNaM-IBS-CONICET getestet.

Author: Silvia Vera Laceiras

Publisher: Verlag Unser Wissen

Publication Date: Aug 30, 2024

Number of Pages: 108 pages

Binding: Paperback or Softback

ISBN-10: 6204694677

ISBN-13: 9786204694672