Resumen
La bioimagenología es un área en constante desarrollo que ha generado diversos tipos de métodos para la obtención y el análisis de imágenes de sistemas
biológicos obtenidas mediante microscopía óptica. Particularmente se han hecho avances en técnicas cuantitativas como la espectroscopía de fluorescencia y la
nanoscopía óptica, así como en la aplicación de métodos de estadística espacial para el análisis de los datos obtenidos mediante dichas técnicas. Así mismo, en
este contexto se han desarrollado métodos de inteligencia artificial como el aprendizaje profundo que mejoran la precisión y eficiencia del análisis de los datos
derivados de las técnicas de microscopía óptica, como la segmentación no manual de imágenes, la identificación de patrones y la reconstrucción de imágenes de
súper-resolución con menor cantidad de información en comparación con los métodos clásicos de súper-resolución. No obstante, a pesar de que los lo algoritmos de
aprendizaje profundo y los algoritmos para el análisis de las imágenes derivadas de las dos técnicas mencionadas anteriormente actualmente son accesibles a su
uso, no suelen ser del conocimiento general entre estudiantes de biociencias, aunque sí cuenten con los conocimientos básicos de microscopía de fluorescencia. El
propósito de este curso es que los estudiantes que ya cuentan con los principios básicos de microscopía de fluorescencia adquieran conocimientos en técnicas
avanzadas de microscopía (como espectroscopía de fluorescencia y microscopía de súper-resolución) y del uso de programas para el análisis de imágenes sin
necesidad de tener conocimientos básicos en programación (principalmente de métodos de aprendizaje profundo), y así obtener una base teórica con la que puedan
ser capaces de elegir la técnica y/o método más conveniente para abordar su pregunta biológica
2022/10/25 Machine learning basics
2022/10/27 Weka segmentation and Ilastik segmentation
2022/11/03 Artificial Neural Networks basics
2022/11/08 JUPYTER NOTEBOOK ARTIFICIAL NEURAL NETWORKS/DIGITS CLASSIFICATION
2022/11/10 Convolutional Neural Networks basics
2022/11/15 JUPYTER NOTEBOOK CONVOLUTIONAL NEURAL NETWORKS/DIGIT CLASSIFICATION
2022/11/15 Training U-NET in ZeroCostDL4Mic
2022/11/17 Manual Annotation