Application of computer vision algorithms (Convolutional Neural Networks) for cell segmentation in microscopy images focused on neuronal cells

Este proyecto se enfoca en el desarrollo de una herramienta para la segmentación celular en imágenes de microscopía, permitiendo a los investigadores, científicos y profesionales del área de la salud simplificar y acelerar el proceso de investigación para el desarrollo de fármacos y tratamientos contra los trastornos neurodegenerativos. Se utilizarán redes neuronales convolucionales (CNNs) para reconocer de una forma muy precisa los patrones no uniformes en imágenes que no son fáciles de identificar, como lo son las células neuronales en imágenes de microscopía; específicamente, la solución a este problema de segmentación celular se fundamentará en la red neuronal convolucional UNET, la cual se basa en la segmentación de imágenes mediante el uso de CNNs. Se pretende lograr segmentar de manera automatizada células neuronales, y dado que la segmentación de este tipo de célula presenta una oportunidad de mejora y gran impacto, se espera que esta solución simplifique y acelere el progreso en las disciplinas de la ciencia de la vida y bioprocesamiento, así como para mejorar el estado del arte en este aspecto de la investigación.— This project focuses on the development of a tool for cell segmentation in microscopy images, allowing researchers, scientists and health professionals to simplify and accelerate the research process for the development of drugs and treatments against neurodegenerative disorders. Convolutional neural networks (CNNs) will be used to accurately recognize non-uniform patterns in images that are not easy to identify, such as neuronal cells in microscopy images; specifically, the solution to this cell segmentation problem will be based on the U-NET convolutional neural network, which is based on image segmentation through the use of CNNs. It is intended to achieve automated segmentation of neuronal cells, and since the segmentation of this type of cell presents an opportunity for improvement and great impact, it is expected that this solution will simplify and accelerate progress in the disciplines of life science and bioprocessing, as well as to improve the state of the art in this aspect of research