Cova, Riccardo
(2012)
Analisi di dati citofluorimetrici con tecniche di Data Mining.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria informatica [LM-DM270]
Documenti full-text disponibili:
Abstract
Il citofluorimetro è uno strumento impiegato in biologia genetica per analizzare dei
campioni cellulari: esso, analizza individualmente le cellule contenute in un campione ed
estrae, per ciascuna cellula, una serie di proprietà fisiche, feature, che la descrivono.
L’obiettivo di questo lavoro è mettere a punto una metodologia integrata che utilizzi tali
informazioni modellando, automatizzando ed estendendo alcune procedure che vengono
eseguite oggi manualmente dagli esperti del dominio nell’analisi di alcuni parametri
dell’eiaculato.
Questo richiede lo sviluppo di tecniche biochimiche per la marcatura delle cellule e
tecniche informatiche per analizzare il dato.
Il primo passo prevede la realizzazione di un classificatore che, sulla base delle feature delle
cellule, classifichi e quindi consenta di isolare le cellule di interesse per un particolare
esame.
Il secondo prevede l'analisi delle cellule di interesse, estraendo delle feature aggregate che
possono essere indicatrici di certe patologie. Il requisito è la generazione di un report
esplicativo che illustri, nella maniera più opportuna, le conclusioni raggiunte e che possa
fungere da sistema di supporto alle decisioni del medico/biologo.
Abstract
Il citofluorimetro è uno strumento impiegato in biologia genetica per analizzare dei
campioni cellulari: esso, analizza individualmente le cellule contenute in un campione ed
estrae, per ciascuna cellula, una serie di proprietà fisiche, feature, che la descrivono.
L’obiettivo di questo lavoro è mettere a punto una metodologia integrata che utilizzi tali
informazioni modellando, automatizzando ed estendendo alcune procedure che vengono
eseguite oggi manualmente dagli esperti del dominio nell’analisi di alcuni parametri
dell’eiaculato.
Questo richiede lo sviluppo di tecniche biochimiche per la marcatura delle cellule e
tecniche informatiche per analizzare il dato.
Il primo passo prevede la realizzazione di un classificatore che, sulla base delle feature delle
cellule, classifichi e quindi consenta di isolare le cellule di interesse per un particolare
esame.
Il secondo prevede l'analisi delle cellule di interesse, estraendo delle feature aggregate che
possono essere indicatrici di certe patologie. Il requisito è la generazione di un report
esplicativo che illustri, nella maniera più opportuna, le conclusioni raggiunte e che possa
fungere da sistema di supporto alle decisioni del medico/biologo.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Cova, Riccardo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Data Mining
Clustering
Classificazione
K-Means
Expectation Maximisation
DBscan
SVM
SMO
Java
Weka
Eclipse
Weasel
Biologia
Citofluorimetria a flusso
Citofluorimetro
Spermatozoo
Data di discussione della Tesi
19 Dicembre 2012
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(Tesi di laurea magistrale)
Autore della tesi
Cova, Riccardo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Data Mining
Clustering
Classificazione
K-Means
Expectation Maximisation
DBscan
SVM
SMO
Java
Weka
Eclipse
Weasel
Biologia
Citofluorimetria a flusso
Citofluorimetro
Spermatozoo
Data di discussione della Tesi
19 Dicembre 2012
URI
Statistica sui download
Gestione del documento: