Warning: ini_set(): A session is active. You cannot change the session module's ini settings at this time in /home/memoriascnib/public_html/lib/pkp/classes/session/SessionManager.inc.php on line 69
Warning: Cannot modify header information - headers already sent by (output started at /home/memoriascnib/public_html/lib/pkp/classes/session/SessionManager.inc.php:69) in /home/memoriascnib/public_html/plugins/generic/citationStyleLanguage/CitationStyleLanguagePlugin.inc.php on line 478
Warning: Cannot modify header information - headers already sent by (output started at /home/memoriascnib/public_html/lib/pkp/classes/session/SessionManager.inc.php:69) in /home/memoriascnib/public_html/plugins/generic/citationStyleLanguage/CitationStyleLanguagePlugin.inc.php on line 479
TY - JOUR
AU - Cruz Guerrero, I. A.
AU - Campos Delgado, D. U.
AU - Mejía Rodríguez, A. R.
PY - 2020/10/24
Y2 - 2026/03/22
TI - Estimación Ciega de Perfiles y Abundancias con Variación Total para Imágenes Hiperespectrales de Uso Clínico
JF - Memorias del Congreso Nacional de Ingeniería Biomédica
JA - MCNIB
VL - 7
IS - 1
SE - Concurso Estudiantil
DO -
UR - https://www.memoriascnib.mx/index.php/memorias/article/view/809
SP - 548-555
AB - <p>Los métodos de descomposición lineal ciega (DLC) son un conjunto de técnicas que permiten la separación de datos multi e hiperespectrales en perfiles y mapas de abundancia, los cuales han demostrado ser eficientes para clasificar diferentes tipos de tejido biológico. Sin embargo, debido a su formulación y a la presencia de ruido incidente, pueden producir mapas de abundancia con una gran presencia de granularidad en los píxeles. Debido aesto, en este trabajo se presenta una nueva propuesta de DLC que considera la información de coherencia espacial en su formulación, a través de un componente de la variación total regularizada, que llamamos estimación ciega extendida de perfiles y abundancias con variación total (EBEAE-TV). Los resultados demuestran el funcionamiento del algoritmo propuesto al evaluar datos sintéticos de imágenes microscópicas de tiempo de vida fluorescente, disminuyendo de manera significativa la granularidad en las abundancias estimadas, reduciendo el error de estimación hasta en un 31% en comparación con un método de DLC con características similares. Estos resultados demuestran el potencial de EBEAE-TV en la estimación de perfiles y abundancias que permitan identificar y clasificar la composición bioquímica de una muestra biológica.</p>
ER -