← VOLVER

Inteligencia Artificial Aplicada a la Evaluación Ecotoxicológica: Automatización de Ensayo Allium Cepa

Objetivo General

Desarrollar modelos de IA para generación y clasificación de imágenes microscópicas (células vegetales).

PROYECTO EN CURSO
RESUMEN
Responsable
• Dr. Ing. Ramiro Rodriguez Colmeiro
Categorías
Computer Vision Inteligencia Artificial
VACANTES DISPONIBLES: 1
Contactar responsable
DESCRIPCIÓN

Se busca que el tesista investigue la viabilidad e implemente un algoritmo de clasificación de las distintas etapas de mitosis celular así como también la detección de aberraciones cromáticas en dicho proceso. Se trabajará sobre imágenes microscópicas provenientes de preparados de Allium Cepa (cebolla común) contaminados con agentes ecotoxicológicos. Se trabajará con un conjunto de imágenes con anotaciones parciales (provenientes del Instituto Nacional del Agua y conjuntos de datos públicos) y además con métodos de generación de datos artificiales (imágenes generadas con IA) desarrollados dentro del grupo. Sobre estos últimos se espera que el tesista también pueda aportar a mejorar la calidad de los mismos. El objetivo último del proyecto es el desarrollo de un método automatizado que permita acelerar la implementación del protocolo Allium Cepa, reduciendo los tiempos de conteo manual de las células (y detección sus estados de mitosis) en cada preparado. Este protocolo es utilizado para determinar la toxicidad de efluentes en las cuencas hídricas del país; acelerar el proceso de conteo y reducir la subjetividad del mismo permitirá sentar bases para la generación de legislación sobre efluentes ecotoxicológicos.

OBJETIVOS ESPECÍFICOS

Implementar modelos de aprendizaje profundo (U-Nets, ResNets y/o Vision Transformers) para clasificación de imágenes; adicionalmente, implementar modelos de generación de imágenes (VAEs, Diffusers) para la generación de imágenes. Generar una publicación en una revista o congreso nacional, con la evaluación de la técnica propuesta.

REQUISITOS
  • Conocimientos de programación (Python).
  • Manejo de Linux.
  • Conocimientos básicos de análisis computacional de imágenes (representaciones y filtros).
  • (deseable) Conocimientos de aprendizaje automático (básico).
  • (deseable) Conocimientos de aprendizaje profundo (básico).