Dublin Core
Title
Characterization of spinal cord damage based on automatic video analysis of frog swimming
Subject
Ranas
Tracking
Nado
Procesamiento de videos
médula espinal
620
Ingeniería
Description
Tesis (Master of Science in Engineering)--Pontificia Universidad Católica, 2022
La rana Xenopus laevis es un organismo utilizado para estudiar muchos aspectos de la
biología moderna. Su sistema nervioso central es particularmente interesante, dado que en ciertas etapas de su metamorfosis es capaz de regenerar su médula espinal después de sufrir daño, y recuperar su capacidad de nadar. Por esto, el estudio sobre la medición automática y cuantitativa del movimiento al nadar es importante para avanzar en el entendimiento de estos mecanismos regenerativos. En esta tesis, se presenta un algoritmo capaz de caracterizar el grado de daño a la médula espinal de una rana. El método propuesto sigue la posición de una extremidad en un video de una rana, y transforma las mediciones en características cinemáticas que pueden diferenciar ranas con diferente grado de daño en la médula. El algoritmo de detección y las características cinemáticas elegidas fueron validados en un experimento de reconocimiento de patrones, en el que 90 videos divididos equitativamente en tres clases (sin daño, hemisectados y transectados) fueron clasificados en una de las tres clases mencionadas. Se obtuvo casi un 97% de precisión en el mejor resultado de lo que se puede concluir que el sistema es efectivo en la caracterización de daño a partir del análisis de un video de una rana nadando. Este método podría crear un marco de referencia para comparar recuperación de médula espinal después de aplicar diferentes tratamientos, sin la necesidad de etiquetar manualmente videos. Además, el sistema podría ser usado para medir movimiento y comportamiento en otras condiciones experimentales como estado nutricional, estrés, gen ética o edad.
biología moderna. Su sistema nervioso central es particularmente interesante, dado que en ciertas etapas de su metamorfosis es capaz de regenerar su médula espinal después de sufrir daño, y recuperar su capacidad de nadar. Por esto, el estudio sobre la medición automática y cuantitativa del movimiento al nadar es importante para avanzar en el entendimiento de estos mecanismos regenerativos. En esta tesis, se presenta un algoritmo capaz de caracterizar el grado de daño a la médula espinal de una rana. El método propuesto sigue la posición de una extremidad en un video de una rana, y transforma las mediciones en características cinemáticas que pueden diferenciar ranas con diferente grado de daño en la médula. El algoritmo de detección y las características cinemáticas elegidas fueron validados en un experimento de reconocimiento de patrones, en el que 90 videos divididos equitativamente en tres clases (sin daño, hemisectados y transectados) fueron clasificados en una de las tres clases mencionadas. Se obtuvo casi un 97% de precisión en el mejor resultado de lo que se puede concluir que el sistema es efectivo en la caracterización de daño a partir del análisis de un video de una rana nadando. Este método podría crear un marco de referencia para comparar recuperación de médula espinal después de aplicar diferentes tratamientos, sin la necesidad de etiquetar manualmente videos. Además, el sistema podría ser usado para medir movimiento y comportamiento en otras condiciones experimentales como estado nutricional, estrés, gen ética o edad.
Creator
De Vidt Lobo, Sebastián
Date
2022-10-05T17:01:36Z
2022-10-05T17:01:36Z
2019
Contributor
Mery Quiroz, Domingo
Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Rights
acceso abierto
Format
x, 30 páginas
application/pdf
Language
en
Type
tesis de maestría
Identifier
10.7764/tesisUC/ING/64980
https://doi.org/10.7764/tesisUC/ING/64980
https://repositorio.uc.cl/handle/11534/64980