Búsqueda avanzada

CESAR ARMANDO BELTRAN CASTAÑON

CESAR ARMANDO BELTRAN CASTAÑON

CESAR ARMANDO BELTRAN CASTAÑON


Doctor en Bioinformática (Universidad de Sao Paulo); Ingeniero de Sistemas (UNIVERSIDAD CATOLICA DE SANTA MARIA) y MESTRE EN CIENCIAS - CIENCIA DE LA COMPUTACAO (instituto de ciencias matematicas e de computacao - Universidad de sao paulo)
DOCENTE ORDINARIO - PRINCIPAL
Docente a tiempo completo (DTC)
Departamento Académico de Ingeniería - Sección Ingeniería Informática

Investigaciones

Se encontraron 16 investigaciones

2014

Análisis automático mediante procesamiento de imágenes digitales para determinar el grado de severidad de la ¿Roya Amarilla¿ en hojas de cafeto

La Roya del Cafeto es una enfermedad que atacó fuertemente estos dos últimos años, para determinar la severidad del ataque el evaluador debe determinar el grado de la plaga en las hojas mediante la observación directa, siendo que este debe estar entrenado para calcular este grado de severidad. El análisis que realiza es determinar las regiones infectadas, que presentan un color amarillento y las regiones necrosadas. Esta evaluación sigue una metodología de muestreo para la roya visible: - Determinar por lote, o por hectárea, la elección de unos 60 árboles. - De cada árbol se selecciona una rama. - Se cuenta número de hojas totales y número de hojas con roya. - Se calcula el porcentaje de incidencia. El problema se presenta al momento de determinar estos grados, en vista que se debe confiar en el criterio subjetivo de quien realiza la evaluación, y éste a su vez haber tenido un entrenamiento. Por otro lado, el deterioro de los plantíos de cafeto podrían ser causados por otros tipos de plagas, que no necesariamente siempre es la roya amarilla, y se requiere diferenciar el tipo de daño que sufre la planta. El presente proyecto desarrollará un sistema automático para la determinación cuantificable del grado de severidad de infección de la Roya Amarilla en hojas de cafeto, ello se realizará mediante el análisis algorítmico y de técnicas de visión computacional en imágenes de hojas de cafeto. La propuesta podrá ser implementada en dispositivos PDA, o dispositivos móviles, para levantar la información en tiempo real, y permitir que el agricultor tome la decisión de aplicar fungicida en forma inmediata.

Participantes:

Instituciones participantes:

  • Central de Cooperativas Agrarias Cafetaleras de los Valles de Sandia - CECOVASA - CECOVASA (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Sección Ingeniería Informática (Financiadora)
  • Presidencia del Consejo de Ministros - Fondo para la Innovación en ciencia y Tecnología - FINCyT (Financiadora)
2013 - 2014

Aplicación de visión computacional en la generación de un catálogo para la conservación de la biodiversidad de plantas endémicas

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:

  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Sección Ingeniería Informática (Financiadora)
  • Presidencia del Consejo de Ministros - Fondo para la Innovación en Ciencia y Tecnología - FINCyT (Financiadora)
  • Universidad Nacional Intercultural de la Amazonía - Laboratorio de Botánica (Financiadora)
2013 - 2014

Desarrollo de algoritmos paralelos para la recuperación por contenido en imágenes médicas

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:

  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Dirección de Gestión de la Investigación (DGI) (Financiadora)
2013 - 2014

Diseño y desarrollo de un algoritmo de reorganización de rutas de transporte público

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:

  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Sección Ingeniería Informática (Financiadora)
  • Presidencia del Consejo de Ministros - Fondo para la Innovación en Ciencia y Tecnología - FINCyT (Financiadora)
2013 - 2014

Plataforma computacional de análisis automático de imágenes micrográficas para la evaluación de la fertilidad masculina

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:

  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Sección Ingeniería Informática (Financiadora)
  • Presidencia del Consejo de Ministros - Fondo para la Innovación en Ciencia y Tecnología - FINCyT (Financiadora)
2012 - 2013

Implementación de un equipo de análisis físico automático para el control de calidad del café verde de exportación

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:

  • CECOVASA - INVESTIGACIÓN (Financiadora)
  • INNOVATE PERU - CONTRATO 087-11 (Financiadora)
2011 - 2013

Desarrollo de una plataforma de clasificación de imágenes por contenido como soporte computarizado al diagnóstico y teleradiología, para acelerar el proceso de pre-selección de normalidad en estudios de patologías cerebrales en imágenes médicas

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:

  • I + T PERU - GERENCIA (Financiadora)
  • INNOVATE PERU - cONTRATO 142-10 (Financiadora)
  • SEDIMED SRL - Diagnostico medico (Financiadora)
  • UNIVERSIDAD CATOLICA DE SANTA MARIA - cica (Financiadora)
  • UNIVERSIDAD NACIONAL DE SAN AGUSTIN - CATEDRA CONCYTEC EN TICS (Financiadora)
  • V & B NEUROPSIQUE - GERENCIA (Financiadora)
2009 - 2011

SISTEMA AUTOMÁTICO DE DIAGNÓSTICO DE PARÁSITOS INTESTINALES A TRAVÉS DE IMÁGENES DIGITALES

El proyecto consiste en una nueva forma de diagnóstico de especies mediante el análisis de micrografías digitales obtenidas a partir de muestras visualizadas en microscopio óptico, las cuales son analizadas de forma automática por técnicas de visión computacional que detecta, analiza y diagnostica las especie de parásito que está atacando. Esto es posible gracias al incremento, cada vez mayor, de las capacidades computacionales que nos permite que técnicas de visión artificial y procesamiento de imágenes puedan ser aplicados a este tipo de problemas. Nuestro proyecto está compuesto de un modelo computacional de detección automática de huevos de helmintos, el cual comprende dos etapas: (1) Localización de regiones candidatas (regiones de interés) para lo cual fueron aplicadas técnicas como regiones salientes y morfología; (2) Detección de huevos helmintos mediante plantillas generadas por la técnica Direct Least Square Fitting of Ellipses y Dynamic Time Warping para análisis de similitud entre series. En este proceso de detección se consiguió un acierto de 92%. Una vez detectados los objetos de interés se procede al análisis y extracción de características de los mismos para poder generar el modelo de diagnóstico automático. Para ello se han extraído características geométricas, morfológicas y de textura los cuales son representados mediante medidas numéricas que conforman un vector de 8 características. Se consiguió trabajar con 1036 imágenes de huevos de helmintos de ocho diferentes especies. Este conjunto de imágenes sirvió como base de datos de entrenamiento de los modelos de diagnóstico computacional: Modelo Bayesiano, con el cual se consiguió 93.5% de acierto, y el SVM que permitió alcanzar 94.0% de acierto. Gracias a la tecnología web, fue posible llevar nuestro algoritmos para que trabajen en un servidor web, donde el usuario envía sus imágenes para que sean procesadas por nuestro sistema en tiempo real.

Participantes:

Instituciones participantes:

  • Presidencia del Consejo de Ministros - FONDO DE INNOVACIÓN PARA LA CIENCIA Y TECNOLOGÍA - FINCYT (Financiadora)
  • UNIVERSIDAD NACIONAL DE SAN AGUSTIN - Cátedra CONCYTEC en TICs (Financiadora)
  • UNIVERSIDAD PERUANA CAYETANO HEREDIA - Laboratorio de Bioinformática (Financiadora)