- -

Building a Single Cell Database from Whole Slide Images

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Building a Single Cell Database from Whole Slide Images

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.advisor Traver Salcedo, Vicente es_ES
dc.contributor.advisor Sistermanns, Julia es_ES
dc.contributor.author Rivas Castaño, Irene es_ES
dc.date.accessioned 2024-10-25T07:33:37Z
dc.date.available 2024-10-25T07:33:37Z
dc.date.created 2024-09-30
dc.date.issued 2024-10-25 es_ES
dc.identifier.uri http://hdl.handle.net/10251/210873
dc.description.abstract [EN] Since the development of the Papanicolaou Test, cytopathology has been increasing in efficiency by demonstrating its capability to detect cancer precursors and malignant changes, in every stage of a disease, analyzing the cells in the patient sample. The cytologic diagnostic is able to cell labeling using the standardized PAP stains, even before it can be detected under a microscope by a cytopathologist. However, the diagnosis could be more accurate by designing automatic cytologic analyzers since more cells will be checked. In this bachelor’s thesis, a protocol was designed using real patient samples that can help detect cancer precursors through the alignment of Whole Slide Images, using the upper left corner and the cells. The protocol aims to build the single-cell database obtained from the Brightfield in WSI and the Digital Holographic Microscopy images with the annotations of the five biggest cells in each slide. Due to the wide volume of cells stored, the protocol could be used in other WSI due to the PAP classification according to displasia applied. The data samples are provided by a clinical study which was performed in a cooperation of the Institute of Pathology and different TUM’s Departments and Chairs. [1]. The single-cell database gained from this measurement scheme and protocol can also be used to develop and design algorithms and Deep Learning methods to classify cells and detect pre-cancerous cells in the future in a simpler way. Since the two microscopes implemented, the BF and the DHM, work differently, they will not be identical and a displacement in the alignment of cells is expected. Therefore, the normalized error from these cells is estimated. However, even if it should not be a big error, the slide is very sensitive since it works with micrometers, µm . es_ES
dc.description.abstract [ES] Para proporcionar la posibilidad de crear un conjunto de datos de verdad para la citología, se llevó a cabo un estudio de referencia menor con 88 muestras de pacientes en colaboración con la Cátedra Heinz-Nixdorf de Electrónica Biomédica, el Instituto de Patología, Patología Computacional y el Departamento de Ginecología y Obstetricia de la TUM en el Hospital Universitario Rechts der Isar. Las diapositivas de los frotis cervicales teñidos de PAP se escanearon digitalmente en su conjunto utilizando un microscopio de campo brillante y el microscopio holográfico digital. El objetivo de este trabajo es crear una base de datos que contenga celdas individuales con imágenes con un campo brillante y un microscopio holográfico digital a partir de imágenes de diapositivas completas y establecer un protocolo para construir una base de datos de este tipo a partir de la nueva WSI en el futuro. Los dos esquemas de imagen proporcionan cuatro versiones de una sola celda: la celda en campo brillante, el holograma, la amplitud y la imagen de fase cuantitativa. es_ES
dc.format.extent 65 es_ES
dc.language Inglés es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Inteligencia artificial es_ES
dc.subject Aprendizaje automático es_ES
dc.subject Modelado generativo es_ES
dc.subject Análisis unicelular es_ES
dc.subject Citología es_ES
dc.subject Artificial intelligence es_ES
dc.subject Machine learning es_ES
dc.subject Generative modeling es_ES
dc.subject Single cell analysis es_ES
dc.subject Cytology es_ES
dc.subject.classification TECNOLOGIA ELECTRONICA es_ES
dc.subject.other Grado en Ingeniería Biomédica-Grau en Enginyeria Biomèdica es_ES
dc.title Building a Single Cell Database from Whole Slide Images es_ES
dc.title.alternative Creación de una base de datos de una sola celda a partir de imágenes de diapositivas completas es_ES
dc.title.alternative Creació d'una base de dades d'una sola cel·la a partir d'imatges de diapositives completes es_ES
dc.type Proyecto/Trabajo fin de carrera/grado es_ES
dc.rights.accessRights Cerrado es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Ingeniería Eléctrica - Departament d'Enginyeria Elèctrica es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials es_ES
dc.description.bibliographicCitation Rivas Castaño, I. (2024). Building a Single Cell Database from Whole Slide Images. Universitat Politècnica de València. http://hdl.handle.net/10251/210873 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\162916 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem