• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
  • Contact Us
  • Send Feedback
  • Enlaces y accesos
    • Derechos de autor
    • Políticas
    • Guía de autoarchivo
    • FAQ y ayuda
    • La ULE y el Acceso Abierto
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Repositorio
    Institucional
    Abierto

    Browse

    All of BULERIACommunities and CollectionsAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulaciónThis CollectionAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulación

    My Account

    Login

    Statistics

    View Usage Statistics

    Otros enlaces

    View Item 
    •   BULERIA Home
    • Scientific Production
    • Artículos de revista (post-print)
    • View Item
    •   BULERIA Home
    • Scientific Production
    • Artículos de revista (post-print)
    • View Item

    Compartir

    Export

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Academic Search
    Título
    Adaptive Texture Description and Estimation of the Class Prior Probabilities for Seminal Quality Control
    Autor
    González Castro, VíctorAutoridad Buleria ORCID
    Facultad/Centro
    Escuela de Ingenierias Industrial e Informatica
    Área de conocimiento
    Ingenieria de Sistemas y Automatica
    Datos de la obra
    Electronic Letters on Computer Vision and Image Analysis, 2014, vol. 13. n. 2
    Editor
    Computer Vision Center Press
    Fecha
    2014-05
    Descripción física
    pp. 19-21
    Abstract
    La motivación de la tesis doctoral es que la evaluación de la calidad del semen es una tarea crucial en los procesos de inseminación artificial, tanto para los seres humanos como para los animales. La inseminación artificial animal permite a los agricultores ahorrar tiempo y dinero (por ejemplo, trabajar con un número limitado de animales). Compran muestras de semen a empresas dedicadas a su producción y comercialización, pero necesitan que estas muestras sean óptimas para la fertilización. Como resultado, los centros de producción de semen tienen que llevar a cabo rigurosos procedimientos de control de calidad para garantizar buenos estándares Una muestra de semen con una alta proporción de espermatozoides muertos, o de cabezas de esperma con acrosomas dañados tendrá un potencial de fertilización bajo. Por lo tanto, la vitalidad del esperma y la integridad acrosómica son dos de los parámetros evaluados por los veterinarios en los procesos de control de calidad del semen. Actualmente, ambos se evalúan manualmente, por medio de un proceso visual que implica un equipo costoso, como manchas y microscopios de fluorescencia. Además, pueden ser una fuente de errores, como cualquier proceso manual. El objetivo es desarrollar un sistema automático para estimar las proporciones de acrosomas dañados y muertos espermatozoide utilizando sólo un ordenador y una cámara digital conectada a un microscopio de contraste de fase, que es asequible por cualquier laboratorio. Las aportaciones realizadas en esta tesis doctoral en los campos de procesamiento de imágenes y el aprendizaje automático pueden ser útiles para este objetivo. Concretamente, para esta tarea se han evaluado varios enfoques de descripción de la textura. Además, un nuevo proceso de segmentación inteligente, una método de descripción de textura adaptable, y se han propuesto dos enfoques robustos para estimar las proporciones de clase de datasets sin etiquetar. Todos estos métodos se aplican a la estimación automática de la calidad del semen de jabalí.
    Materia
    Ingeniería de sistemas
    Producción animal
    Palabras clave
    Reconocimiento estadístico de patrones
    Aprendizaje automático
    Análisis de imágenes
    Aplicaciones informáticas
    Características y descriptores de imagen
    Idioma
    eng
    Tipo documental
    info:eu-repo/semantics/article
    Peer review
    SI
    URI
    http://hdl.handle.net/10612/11058
    Versión del editor
    https://doi.org/10.5565/rev/elcvia.606
    Collections
    • Artículos de revista (post-print) [2091]
    Show full item record
    Files in this item
    Nombre:
    Adaptive Texture Description and Estimation of the Class Prior Probabilities for Seminal Quality Control.pdf
    Tamaño:
    25.13Kb
    Formato:
    Adobe PDF
    Descripción:
    PDF Editor
    Thumbnail
    FilesOpen