Segmentación automática de células de Allium cepa por métodos no supervisados de visión artificial

dc.creatorMareque, Lucas
dc.creatorTaurozzi, Nicolás
dc.creatorCibeira, Joaquina
dc.creatorDomingo, Alejandro Santo
dc.creatorRodríguez Colmeiro, Ramiro Germán
dc.date.accessioned2025-10-01T17:59:56Z
dc.date.issued2025-10-01
dc.description.abstractEl presente estudio aborda la segmentación e identificación de células mediante visión artificial en el contexto de la prueba de Allium cepa para el monitoreo de efluentes líquidos. Se propone un método de detección generalista basado en el modelo SAM (Segment Anything Model), complementado con algoritmos no supervisados para separar las regiones de ruido de las regiones con células, y posteriormente aplicar un clasificador para identificar las instancias celulares. El modelo fue evaluado utilizando imágenes proporcionadas por especialistas del Instituto Nacional del Agua, así como con un conjunto de validación externo, obteniendo exactitudes del ~96 % y ~95 %, respectivamente.
dc.description.abstractThis study addresses the automation of cell segmentation and identification using computer vision techniques in the context of the Allium cepa test for monitoring liquid effluents. The implementation of a generalist detection method based on the model SAM (Segment Anything Model) is proposed, complemented by unsupervised algorithms to separate noise regions from cells, followed by the application of a classifier to identify cellular instances. The model's performance is evaluated using images provided by specialists from the National Water Institute, as well as with an independent external validation set, achieving accuracies of ~96% and ~95%, respectively.
dc.description.affiliationFil: Mareque, Lucas. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica; Argentina.
dc.description.affiliationFil: Taurozzi, Nicolás. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica; Argentina.
dc.description.affiliationFil: Cibeira, Joaquina. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica; Argentina.
dc.description.affiliationFil: Domingo, Alejandro Santo. Instituto Nacional del Agua. Laboratorio Experimental de Tecnologías Sustentables; Argentina.
dc.description.affiliationFil: Rodríguez Colmeiro, Ramiro Germán. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Grupo de Inteligencia Artificial y Robótica; Argentina.
dc.description.peerreviewedPeer Reviewed
dc.formatpdf
dc.identifier.citationProyecciones, Vol.23 Nº 2
dc.identifier.issn1853-6352
dc.identifier.urihttps://hdl.handle.net/20.500.12272/13861
dc.language.isoes
dc.publisherFacultad Regional Buenos Aires
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 Internationalen
dc.rights.holderLucas Mareque, Nicolás Taurozzi, Joaquina Cibeira, Alejandro Santo Domingo, Ramiro Germán Rodríguez Colmeiro
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.useLicencia Creative Commons Atribución- No Comercial
dc.sourceProyecciones, Vol 23, Nº 2, 39-54. (2025)
dc.subjectVisión artificial
dc.subjectAprendizaje no supervisado
dc.subjectAllium cepa
dc.subjectMedio ambiente
dc.subjectEcotoxicología
dc.subjectArtificial vision
dc.subjectNot supervised learning
dc.subjectAllium cepa
dc.subjectEnvironment
dc.subjectEcotoxicology
dc.titleSegmentación automática de células de Allium cepa por métodos no supervisados de visión artificial
dc.typeinfo:eu-repo/semantics/article
dc.type.versionpublisherVersion

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Segmentación automática de células de Allium cepa por métodos no supervisados de visión artificial.pdf
Size:
1.59 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.63 KB
Format:
Item-specific license agreed upon to submission
Description: