| Processo: | 10/01994-1 |
| Modalidade de apoio: | Bolsas no Brasil - Iniciação Científica |
| Data de Início da vigência: | 01 de agosto de 2010 |
| Data de Término da vigência: | 31 de dezembro de 2011 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação |
| Pesquisador responsável: | Luciano da Fontoura Costa |
| Beneficiário: | Krissia de Zawadzki |
| Instituição Sede: | Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Vinculado ao auxílio: | 05/00587-5 - Modelagem por redes (grafos) e técnicas de reconhecimento de padrões: estrutura, dinâmica e aplicações, AP.TEM |
| Assunto(s): | Análise de imagens Neurociências Reconhecimento de padrões Reconhecimento de imagem Bases de dados Neurônios |
| Palavra(s)-Chave do Pesquisador: | Análise de imagens | Morfologia neuronal | neurociência computacional | Reconheicmento de Padrões | Reconhecimento de Padrões e Análise de Imagens |
Resumo A necessidade de se obter cada vez mais informações sobre as estruturas e mecanismosque embasam o sistema nervoso favoreceu o desenvolvimento de pesquisas apoiadas por recursoscomputacionais. Nesse contexto de interdisciplinaridade, abordagens como o estudo sistemáticoda forma das células neurais foram beneficiadas com a incorporação de análises como estatísticamultivariada e reconhecimento de padrões.O presente projeto propõe a exploração sistemática dos milhares de neurônios existentesna base de dados pública denominada Neuromorpho, utilizando-se métodos estabelecidos decaracterização morfológica e classificação. Nossa abordagem será primeiramente voltada àsmedidas já disponíveis no repositório. Em seguida, pretendemos expandir a análise do conjuntoinicial de dados, adquirindo medidas sofisticadas sobre as imagens bidimensionais da base, taiscomo geometria fractal, lacunaridade e granulometria.No que se refere à interpretação estatística e à identificação de grupos, utilizaremoscorrelações entre medidas, análise de componentes principais (PCA) e discriminante canônica(LDA). A classificação, por sua vez, envolverá métodos de agrupamentos não-supervisionados,em particular k-médias e aglomeração hierárquica de Ward, e serão aplicados tanto nos dadosdisponíveis na base, como também nas novas medidas, confrontando-se os resultados fornecidospor ambos os conjuntos. Apresentaremos também a comparação dos agrupamentos obtidos demaneira a verificar as contribuições de cada medida para a classificação, a avaliação de até queponto as classes originais refletem as características morfológicas das células e a possívelpresença de subgrupos morfológicos. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |