Segmentación automática de procesos neuronales en microscopı́a electrónica mediante técnicas de aprendizaje profundo

Abstract

En este trabajo se han utilizado redes neuronales convolucionales para la seg- mentación de imágenes biomédicas obtenidas mediante microscopia electrónica. El trabajo se ha desarrollado usando la librerı́a de Keras y ayudándonos de la herramienta Google Colaboratory para la ejecución de los modelos más pesados computacionalmente. Se ha comenzado entrenando redes neuronales artificiales para ir adentrándonos en el funcionamiento de la librerı́a. Después se ha entrenado una red preentrenada, concretamente la VGG16, bloqueando todas sus capas convolucionales y dejando alguna desbloqueada. Y finalmente se ha modelado una red neuronal convolucional siguiendo la estructura de la red U-Net. Esta red ha dado buenos resultados en la segmentación de imágenes y se utiliza sobre todo en la segmentación de imágenes biomédicas. La base de datos del caso principal, se ha obtenido de la competición lanza- da en el International Symposium on Biomedical Imaging (ISBI) de 2012 y está compuesta por un conjunto de cortes de microscopia electrónica para entrenar algoritmos de aprendizaje automáticos y ası́ poder realizar la segmentación au- tomática de neuritas.