Clasificación Automática de Imágenes m-FLIM por Redes Convolucionales

Resumen

En este trabajo se explora el uso de imágenes multi-espectrales microscópicas de tiempo de vida fluorescente (m-FLIM), pertenecientes a segmentos de arteria coronaria postmortem con arteriosclerosis, para detectar tres comportamientos en los componentes orgánicos: alto contenido de colágeno (HC), alto contenido de lípidos (HL) y bajo contenido de colágeno y lípidos (LCL). El objetivo de este trabajo es la clasificación automática de las muestras m-FLIM mediante una red neuronal convolucional cuyos parámetros se ajustan a través de la información proporcionada por las muestras puras de estos componentes bajo una filosofía supervisada. Enseguida  se realiza un estudio comparativo con un algoritmo basado en separación lineal y optimización cuadrática para la clasificación de las muestras. Los resultados muestran que la red neuronal convolucional puede generar una clasificación precisa y con baja complejidad.