Dissertação
Deep Learning techniques for Cell stage Classification EVALUATED
O ciclo celular corresponde aos vários processos e mecanismos que ocorrem durante as diversas fases da vida de uma célula e a progressão correta ao longo do mesmo é essencial para a manutenção da vida. Para uma célula eucariótica típica, este ciclo pode ser separado em 2 fases principais: a interfase, durante a qual a célula está em crescimento, e a mitose, onde a célula se separa em duas células filhas. A interfase pode ainda ser dividida em 3 fases principais, G1, onde a célula está em fase de crescimento, a fase S, onde o DNA celular é replicado e a fase G2, durante a qual a célula continua a preparação para a mitose. Devido à importância do ciclo celular, a classificação correta da fase celular é essencial para a pesquisa biológica e farmacológica. Porém, os métodos atuais de classificação celular baseiam-se tradicionalmente na microscopia fluorescente e em análises populacionais. Assim sendo, estes métodos apresentam algumas desvantagens, como a necessidade de marcadores biológicos específicos ou a destruição da cultura celular para determinar a fase celular. Como tal, neste projecto é proposto um novo método que se baseia no uso de culturas de células marcadas com o composto DAPI (uma das técnicas de microscopia fluorescente mais comuns) e técnicas de deep learning. Utilizando algoritmos de deep learning, este método é capaz de classificar células isoladamente sem depender de análises populacionais e sem necessitar de marcadores biológicos específicos, resultando num processo bastante mais simples para classificar a fase celular.
outubro 29, 2020, 11:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar
