Facultad de Ciencias e Ingeniería
Permanent URI for this communityhttp://54.81.141.168/handle/123456789/9119
Browse
3 results
Search Results
Item Metadata only Algoritmo de estimación de pose orientado a la inicialización de un sistema de realidad aumentada basado en modelos 3D aplicado al patrimonio cultural(Pontificia Universidad Católica del Perú, 2023-06-05) Rodríguez Oceda, Ricardo Moisés; Castañeda Aphan, BenjamínLa estimación de pose a partir de modelos 3D es un problema muy común dentro de las aplicaciones de robótica, tales como la realidad aumentada, la detección de objetos, el modelamiento 3D fotorrealista, entre otras. Dicha estimación consiste en la obtención de los parámetros extrínsecos de una cámara (posición y orientación) en un sistema de coordenadas determinado, a partir de una imagen capturada por dicha cámara, los parámetros intrínsecos de la misma y el modelo 3D del objeto o escena que se quiera detectar. La realidad aumentada aplicada al patrimonio cultural pretende mejorar la experiencia de aprendizaje en lugares arqueológicos. En estos sistemas se emplea diferentes métodos para estimar la posición de la cámara; estos pueden ser basados en la detección de bordes, la detección de puntos característicos, entre otros. La elección del método a emplear depende de las características que posea el escenario a ser detectado. En este trabajo se realizó un estudio de los principales métodos de estimación de pose basados en modelos 3D. Asimismo, se presenta la implementación y validación de un algoritmo de estimación de posición, orientado a la inicialización de un sistema de realidad aumentada basado en modelos 3D aplicado al patrimonio cultural, particularmente en este trabajo, la Huaca de la Luna. El desarrollo de este sistema presenta una metodología de diseño compuesta por diferentes bloques. En cada bloque se seleccionaron diferentes algoritmos, los cuales fueron evaluados tomando en consideración los valores de precisión y exactitud de los resultados de Rotación y Traslación, obtenidos por cada uno de ellos. De esta manera se llegó a una solución robusta y eficiente.Item Metadata only Propuesta de técnica para la estimación de densidad mamaria en mamografías digitales utilizando técnicas de segmentación y estimadores globales(Pontificia Universidad Católica del Perú, 2014-10-29) Segura del Río, César Whesly; Castañeda Aphan, Benjamín; Huaroc Moquillaza, Elizabeth BereniceAnualmente un millón y medio de nuevos casos de cáncer de mama son diagnosticados alrededor del mundo. Por tal motivo, se han establecido estrategias de despistaje temprano de cáncer de mama que utilicen a la mamografía como principal herramienta. Adicionalmente, se han evaluado diversas variables clínicas que han sido capaces de estimar el riesgo a desarrollar esta neoplasia. Entre estas variables se encuentra la densidad mamaria o tejido denso catalogado como principal indicador del cáncer de mama. La densidad mamaria o tejido denso de la mama incrementa de 3.5 a 5 veces el riesgo de adquirir cáncer de mama. La mamografía es una imagen formada a partir del principio de rayos X, describe a los tejidos de la mama y permite la evaluación del estado clínico de los pacientes. Se utilizan dos acercamientos para su estudio, estos consisten en el análisis cualitativo y cuantitativo. En el primero se utiliza el criterio de la observación del médico para dar su juicio de cada caso. En el segundo se procesan digitalmente mamografías y se les aplican técnicas de segmentación, luego se utilizan métodos cuantificables como estimadores globales. La segmentación consiste en subdividir una mamografía en los tejidos que la constituyen mientras que los estimadores globales son algoritmos que se aplican a la imagen completa y brindan indicadores cuantitativos de esta. El objetivo de la presente tesis es realizar una comparación entre el tejido denso obtenido mediante los técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu con el establecido por un patrón de oro (segmentación manual de experto). A partir de las comparaciones, se propondrá un algoritmo de segmentación validado en base a estimadores globales. Para alcanzar dicho objetivo, se cumplirán los siguientes objetivos específicos: implementación de técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu para calcular el tejido denso; implementación de estimadores globales intersección sobre unión, índice de similitud estructural (SSIM) y norma L2; comparación cuantitativa del tejido denso entre mamografías segmentadas y mamografías del patrón de oro; implementación de propuesta de técnica de segmentación y cálculo de tejido denso de la mama. Se ha encontrado que la propuesta de técnica de segmentación implementada para el cálculo de tejido denso es superior a las demás técnicas en base a estimadores globales. La técnica propuesta también demuestra un mayor grado de correlación con el tejido denso calculado por los médicos que las segmentaciónes de Bden, bimodal, C-medias difusas y Otsu. Se ha encontrado que en base a los estimadores globales de intersección sobre unión y SSIM la técnica de segmentación propuesta presenta mejores resultados que las técnicas implementadas de Bden, bimodal, C-medias difusas y Otsu. El coeficiente de Pearson es el mejor indicador del grado de correlación que existe entre los porcentajes de tejido denso calculado por los médicos y la técnica propuesta que con el calculado por las demás técnicas.Item Metadata only Microscopio automatizado: conteo de bacilos de tuberculosis(Pontificia Universidad Católica del Perú, 2013-11-07) Sato Yamada, Juan José; Castañeda Aphan, BenjamínLa prueba baciloscópica de la tuberculosis es la forma de diagnóstico microscópico más utilizado para combatir la enfermedad en los países pobres o subdesarrollados debido a su bajo costo y rapidez. Sin embargo, la realización de esta prueba es un proceso tedioso, extenuante y requiere de un especialista debidamente capacitado. Por ello, en el presente trabajo se presenta un algoritmo automatizado para la detección y conteo de bacilos de tuberculosis presentes en imágenes de muestras de esputo mediante la utilización de técnicas de procesamiento de imágenes digitales. Se analizaron diferentes espacios de color para hallar aquella capa o canal de color que posea un mayor contraste entre las intensidades de color de los píxeles de los bacilos y del fondo. Para esto se hizo un análisis de los histogramas mediante las gráficas de las características operativas del receptor. Para la segmentación de los bacilos, el presente trabajo desarrolló una técnica de umbralización adaptativa utilizando el método de Otsu para hallar el óptimo valor umbral. Luego, los objetos detectados son clasificados como bacilos o no-bacilos mediante un árbol de clasificación utilizando características de área y excentricidad. El algoritmo desarrollado presenta niveles de sensibilidad, especificidad y exactitud mayores a 90% y tiene un tiempo de ejecución de aproximadamente 9 segundos por campo (15 minutos para 100 campos). Cabe resaltar que, a diferencia de investigaciones previas, la presente tesis buscó desarrollar un algoritmo tanto de segmentación de los bacilos, como de su clasificación, e implementarlo en un microscopio automatizado para el diagnóstico automático de la enfermedad en tiempo real. Con esta finalidad, se implementó el algoritmo desarrollado con el programa Matlab® en un lenguaje de programación C++, obteniendo un programa capaz de interactuar con otros programas como el del control de la cámara digital. Se espera que este trabajo sirva de base para próximos estudios orientados a automatizar el proceso de diagnóstico de la enfermedad de una manera más óptima y veloz.