El inmunomarcaje es una técnica utilizada en campos como la histología, y que consiste en el marcaje específico de estructuras que contienen péptidos o proteínas, y que son detectados mediante anticuerpos en la técnica inmunocitoquímica. Los anticuerpos son unidos, directa o indirectamente, a moléculas fluorescentes, a enzimas ,o a partículas de oro coloidal, de modo que las estructuras marcadas pueden ser reconocidas con el tipo de microscopio adecuado. El análisis de estas imágenes consiste fundamentalmente en la detección y conteo de estas partículas, así como del estudio de la distribución espacial de las mismas.
Este trabajo se centra en el análisis de imágenes microscopía electrónica obtenidas a partir de inmunomarcaje con partículas de oro, cuyo diámetro oscila de 2 a 20 nanómetros. Estas imágenes se presentan con distintas escalas, brillos, resoluciones, e incluso presentan superficies con rugosidades que dan lugar a "sombras". Debido a esto, la localización de las partículas debe ser hecha, en muchas ocasiones, de forma manual.
El objetivo de este trabajo fin de grado consiste en diseñar un método para la localización y etiquetado automático de las partículas. Para ello, se utilizarán técnicas basadas en visión artificial y aprendizaje automático.
Para la realización del trabajo se utilizará el lenguaje de programación Python y las siguientes librerías:
- numpy
- scikit-learn
- opencv
- scikit-image
Además, una vez desarrollado el modelo, éste será implementado en Matlab para su incorporación al proyecto GPDQ (Gold particle detection and quantization) actualmente llevado a cabo dentro del grupo de investigación SIMD.
