Se encontraron 6 investigaciones en el año 2013
Para la conservación de nuestra biodiversidad y ayudar en el desarrollo de la agricultura es esencial conseguir un conocimiento preciso de la identidad, distribución geográfica y usos de las plantas. Desafortunadamente, esta información básica no se encuentra disponible o sólo se tiene acceso a parte de ella, lo que demuestra que la información es incompleta para ecosistemas, como nuestro país, cuya mayor riqueza es su biodiversidad, especialmente de plantas, que son muy utilizadas para la generación de medicamentos. El simple problema de identificar las especies de plantas es generalmente una tarea muy difícil, aún para los profesionales especializados en botánica. El presente proyecto propone desarrollar una plataforma de recuperación de imágenes por contenido basado en la aplicación de técnicas de visión computacional que permitan caracterizar a las plantas endémicas de la Amazonía peruana, de esta manera apoyar en la conservación de la biodiversidad. Para ello será necesario desarrollar una investigación transdisciplinar que integre el conocimiento de la Ciencia de la Computación con Botánica, lo que permitirá crear una gran base de datos (tecnología Big Data), conocimiento en visión computacional, morfología de plantas, anatomía de plantas, biogeografía, entre otros. Finalmente, la plataforma propuesta será diseñada para soportar procesos de supercomputación, y además estará disponible en la nube (cloud computing) para acceso público.
Participantes:
Instituciones participantes:
En los últimos años se ha visto un rápido aumento en el tamaño de las colecciones de imágenes digitales. Todos los días, centros militares y sociales generan miles de gigabytes de imágenes. En el aspecto médico, gracias al desarrollo de computadoras con mayores capacidades de procesamiento y almacenamiento, hoy se disponen de técnicas altamente sofisticadas de adquisición de imágenes tales como resonancia magnética y tomografía computarizada que pueden producir cientos de imágenes por examen. Así, un hospital puede producir muchos terabytes de imágenes médicas digitales. Actualmente el almacenamiento ya no es un problema, pero el uso adecuado y efectivo de los bancos de imágenes médicas de gran escala todavía es un problema que requiere de una solución innovadora. La propuesta del siguiente proyecto consiste en investigar y desarrollar técnicas de programación con algoritmos paralelos para agilizar el procesamiento de imágenes médicas, siendo que el resultado final será crear una plataforma computacional que permita la recuperación de imágenes por contenido, es decir que busque las imágenes más similares a una imagen de consulta.
Participantes:
Instituciones participantes:
Como es sabido, el tráfico en Lima genera muchos inconvenientes a la ciudad. Por citar sólo algunos está el estrés causado a choferes y peatones, las horas hombres pedidas en los viajes a horas punta, la contaminación ambiental y sonora por el uso indiscriminado del claxon, etc. Un componente importante para solucionar este problema es abordar el reordenamiento del transporte público. El presente proyecto busca generar un sistema óptimo de rutas que atienda la demanda de transporte de la población de la ciudad de Lima. Este sistema consiste en tener un conjunto de líneas de transporte público que permita cubrir la necesidad de movilización de la población de cada par origen-destino de la ciudad reduciendo la congestión vehicular. Para resolver este problema se intentará minimizar el tiempo promedio de viaje por persona tomando en cuenta algunas restricciones como la capacidad de las vías (cantidad de carriles de calles y avenidas) y la distribución de paraderos asignados por línea. Para ello se creará un algoritmo metaheurístico (proveniente de las técnicas de inteligencia artificial para la resolver problemas complejos) que nos permita reorganizar las rutas de transporte público, generando nuevas o modificando actuales. Además, se diseñará la estructura de información que permita, con los beneficios del Big Data, analizar y tomar decisiones sobre el tránsito en Lima.
Participantes:
Instituciones participantes:
El presente proyecto desarrollará una plataforma computacional para el procesamiento automático de micrografías digitales de muestras vivas de semen con el fin de determinar la capacidad de fertilidad masculina, para ello se desarrollarán algoritmos computacionales que permitan de forma automática la detección de las células espermáticas con lo que se busca diferenciar a estas de posibles artefactos presentes en la muestra, determinando las características morfológicas y de motilidad de los espermatozoides para, de acuerdo a los estándares definidos por la OMS, se diagnostique la capacidad de fertilización del paciente en análisis. Los sistemas CASA existentes en el mercado son de tipo semi-automático, además de su alto costo, poseen tecnología computacional cerrada que no permite modificación alguna del código en el cual fueron desarrollados, para ello, con el presente proyecto se busca desarrollar la tecnología propia que permita adecuar la plataforma de análisis de semen a las diferentes condiciones que pueda presentar una muestra. Al finalizar el proyecto, este know how podrá ser extendido para el análisis de otros tipos de muestras de semen, que pueden provenir de animales, lo cual es útil para la conservación y mejoramiento genético de animales de producción con registros numéricos, como es el caso de vacunos y alpacas. Además también se formará personal especializado en la aplicación de algoritmos de visión computacional a diferentes problemas del país.
Participantes:
Instituciones participantes:
Nuestra propuesta busca replicar el trabajo realizado por el experto en control de calidad de CECOVASA, quien realiza dos tipos de análisis: Perfil de taza y rendimiento. Nuestra propuesta está orientada a automatizar el análisis de rendimiento del café verde, lo cual consiste en cuantificar la cantidad de defectos que presenta una muestra de café. Estos defectos pueden ser primarios o secundarios. Los defectos primarios están referidos a los granos negros (por defecto de producción) y granos marrones (por fermento). Los defectos secundarios están referidos a: parcial brocado y brocado leve (ocasionado por el insecto de nombre broca que pica al grano), inmaduro (por la cosecha temprana), partidos (ocasionados por la máquina de pilado o por manipulación en el transporte, blanqueado (secado excesivo), conchas (malformación genética), hongueado, sobrefermento (parcialmente marrón). En el presente proyecto se implementará un equipamiento que sirva para la adquisición de imágenes bajo condiciones de iluminación controladas de la muestra, y esté conectado a un computador donde se desarrolle el análisis de rendimiento a través de un software de análisis de imágenes, que también será desarrollado como parte del proyecto. Respecto al software, este deberá realizar un proceso previo de detección automática de los granos de café en las imágenes de la muestra, luego se tendrá procedimientos de conteo, detección de defectos primarios, detección de defectos secundarios, y estadísticas. Con nuestra innovación también se podrán detectar algunas otras características que no son fácilmente calculadas por el ojo humano, como determinar la distribución de tamaño de la muestra, la distribución de color de los mismos, características cuantificables de textura. Estas medidas permitirán otorgar un mayor valor al grano a ser exportado, en vista que las muestras de pre-embarque podrán llevar consigo esta información digital y/o ser enviada vía internet al cliente extranjero.
Participantes:
Instituciones participantes:
En el diagnóstico por imágenes, el primer paso es determinar si la imagen en tratamiento es normal o anormal, ello requiere de personal radiólogo altamente calificado/entrenado para poder determinarlo, el principal problema es que este proceso se realiza de forma manual y basada en la subjetividad del especialista. Adicionalmente, en el aspecto médico, gracias al desarrollo de computadoras con mayores capacidades de procesamiento y almacenamiento, hoy se disponen de técnicas altamente sofisticadas de adquisición de imágenes tales como resonancia magnética y tomografía computarizada que pueden producir cientos de imágenes por examen. Actualmente el almacenamiento ya no es un problema, pero el uso adecuado y efectivo de los bancos de imágenes médicas de gran escala todavía es un problema que requiere de una solución innovadora. La implementación de un sistema de pre-selección y clasificación de normalidad de imágenes médicas permitirá incrementar la calidad de diagnóstico por imágenes con soporte computacional, adicionalmente permitirá la disminución de los costos de diagnóstico, viabilizando la realización de telerradiología. Al mismo tiempo el desarrollo de un atlas médico, como resultado complementario, junto a una herramienta inteligente de recuperación de imágenes por contenido incrementará el aprovechamiento de las imágenes médicas almacenadas en los centros hospitalarios de forma más eficiente.
Participantes:
Instituciones participantes: