Automatic Classification of Fish Germ Cells Through Optimum-Path Forest

Autor(es)

Papa, Joao P. ; Gutierrez, Mario E. M. ; Nakamura, Rodrigo Y. M. ; Papa, Luciene P. ; Vicentini, Irene B. F. ; Vicentini, Carlos A. ; IEEE

• Tipo de documento: Artigo Científico
• Fonte: 2011 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC); v. N/A, p. 4-pg., 2011-01-01.

Resumo

The spermatogenesis is crucial to the species reproduction, and its monitoring may shed light over some important information of such process. Thus, the germ cells quantification can provide useful tools to improve the reproduction cycle. In this paper, we present the first work that address this problem in fishes with machine learning techniques. We show here how to obtain high recognition accuracies in order to identify fish germ cells with several state-of-the-art supervised pattern recognition techniques. (AU)

• Processo FAPESP: 10/11676-7 - Redução do Tamanho do Conjunto de Treinamento por Floresta de Caminhos Ótimos e sua Aplicação em Máquinas de Vetores de Suporte
• Beneficiário: Rodrigo Yuji Mizobe Nakamura
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 09/16206-1 - Novas tendências em reconhecimento de padrões baseado em floresta de caminhos ótimos
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Jovens Pesquisadores