Inteligencia artificial aplicada al análisis histológico del hipocampo

Abstract

RESUMEN: Esta tesis se centra en la propuesta de diferentes algoritmos y técnicas de la inteligencia artificial empleados para el análisis de imágenes histológicas que son usadas en el estudio de la isquemia cerebral y específicamente su impacto en el hipocampo. Así mismo, lleva a cabo la consolidación de dichas propuestas a través de la implementación de aplicaciones que faciliten la evaluación de los efectos de la isquemia y de los medicamentos que contrarrestan sus efectos. También presenta como a través de un conjunto de imágenes histológicas del cerebro se puede obtener una representación 3D de éste y propone una alternativa interactiva en su estudio. Específicamente, en el Capítulo III se expone un método innovador para el procesamiento de dichas imágenes que en conjunción con diferentes algoritmos de aprendizaje máquina obtienen un modelo que logra la identificación del hipocampo. El Capítulo IV muestra como dicho modelo es aprovechado en una aplicación que eficientiza la medición del hipocampo. Por su parte, en el Capítulo V se exhibe un nuevo modelo de red neuronal convolucional, el cual al mejorarse su arquitectura le permite identificar con mayor precisión las neuronas presentes en las regiones densamente pobladas del hipocampo. Gracias a la implementación del nuevo modelo de red neuronal, en el Capítulo VI, este modelo es usado para construir una aplicación que puede automatizar el conteo de neuronas de una manera más confiable, eficiente y eficaz. Por último, en el Capítulo VII se muestra el proceso para obtener la representación 3D de un cerebro y como tanto la representación del cerebro como las imágenes utilizadas para construirlo son vinculadas en una aplicación de realidad virtual que podría dinamizar el estudio de las estructuras cerebrales.

ABSTRACT: This thesis focuses on the proposal of different artificial intelligence algorithms and techniques used for the analysis of histological images that are used in the study of cerebral ischemia and specifically its impact on the hippocampus. Likewise, it carries out the consolidation of these proposals through the implementation of applications that facilitate the evaluation of the effects of ischemia and the drugs that counteract its effects. It also presents how a 3D representation of the brain can be obtained through a set of histological images of the brain and proposes an interactive alternative in its study. Specifically, in Chapter III an innovative method for the processing of these images is shown, which in conjunction with different machine learning algorithms obtains a model that achieves the identification of the hippocampus. Chapter IV exhibits how this model is used in an application that makes the measurement of the hippocampus more efficient. On the other hand, in Chapter V a new model of convolutional neural network is presented, which by improving its architecture allows it to identify with greater precision the neurons present in the densely populated regions of the hippocampus. Thanks to the implementation of the new neural network model, in Chapter VI, this model is used to build an application that can automate the counting of neurons in a more reliable, efficient, and effective way. Finally, Chapter VII shows the process to obtain a 3D representation of a brain and how both the representation of the brain and the images used to build it are linked in a virtual reality application that could boost the study of brain structures.