Self-organizing cultured neural networks: Image analysis techniques for longitudinal tracking and modeling of the underlying network structure

Esta tesis estudia la evolución estructural de conjuntos de neuronas como la capacidad de auto-organización desde conjuntos de neuronas separadas hasta que forman una red (clusterizada) compleja. Esta tesis contribuye con el diseño e implementación de un algoritmo no supervisado de segmentación basado en grafos con un coste computacional muy bajo. Este algoritmo proporciona de forma automática la estructura completa de la red a partir de imágenes de cultivos neuronales tomadas con microscopios de fase con una resolución muy alta. La estructura de la red es representada mediante un objeto matemático (matriz) cuyos nodos representan a las neuronas o grupos de neuronas y los enlaces son las conexiones reconstruidas entre ellos. Este algoritmo extrae también otras medidas morfológicas importantes que caracterizan a las neuronas y a las neuritas. A diferencia de otros algoritmos hasta el momento, que necesitan de fluorescencia y técnicas inmunocitoquímicas, el algoritmo propuesto permite el estudio longitudinal de forma no invasiva posibilitando el estudio durante la formación de un cultivo. Además, esta tesis, estudia de forma sistemática un grupo de variables topológicas que garantizan la posibilidad de cuantificar e investigar la progresión de las características principales durante el proceso de auto-organización del cultivo. Nuestros resultados muestran la existencia de un estado concreto correspondiente a redes con configuracin small-world y la emergencia de propiedades a micro- y meso-escala de la estructura de la red. Finalmente, identificamos los procesos físicos principales que guían las transformaciones morfológicas de los cultivos y proponemos un modelo de crecimiento de red que reproduce el comportamiento cuantitativamente de las observaciones experimentales. ABSTRACT The thesis analyzes the morphological evolution of assemblies of living neurons, as they self-organize from collections of separated cells into elaborated, clustered, networks. In particular, it contributes with the design and implementation of a graph-based unsupervised segmentation algorithm, having an associated very low computational cost. The processing automatically retrieves the whole network structure from large scale phase-contrast images taken at high resolution throughout the entire life of a cultured neuronal network. The network structure is represented by a mathematical object (a matrix) in which nodes are identified neurons or neurons clusters, and links are the reconstructed connections between them. The algorithm is also able to extract any other relevant morphological information characterizing neurons and neurites. More importantly, and at variance with other segmentation methods that require fluorescence imaging from immunocyto- chemistry techniques, our measures are non invasive and entitle us to carry out a fully longitudinal analysis during the maturation of a single culture. In turn, a systematic statistical analysis of a group of topological observables grants us the possibility of quantifying and tracking the progression of the main networks characteristics during the self-organization process of the culture. Our results point to the existence of a particular state corresponding to a small-world network configuration, in which several relevant graphs micro- and meso-scale properties emerge. Finally, we identify the main physical processes taking place during the cultures morphological transformations, and embed them into a simplified growth model that quantitatively reproduces the overall set of experimental observations.

Self-organizing cultured neural networks: Image analysis techniques for longitudinal tracking and modeling of the underlying network structure (versión actualizada)

Esta tesis estudia la evolución estructural de conjuntos de neuronas como la capacidad de auto-organización desde conjuntos de neuronas separadas hasta que forman una red (clusterizada) compleja. Esta tesis contribuye con el diseño e implementación de un algoritmo no supervisado de segmentación basado en grafos con un coste computacional muy bajo. Este algoritmo proporciona de forma automática la estructura completa de la red a partir de imágenes de cultivos neuronales tomadas con microscopios de fase con una resolución muy alta. La estructura de la red es representada mediante un objeto matemático (matriz) cuyos nodos representan a las neuronas o grupos de neuronas y los enlaces son las conexiones reconstruidas entre ellos. Este algoritmo extrae también otras medidas morfológicas importantes que caracterizan a las neuronas y a las neuritas. A diferencia de otros algoritmos hasta el momento, que necesitan de fluorescencia y técnicas inmunocitoquímicas, el algoritmo propuesto permite el estudio longitudinal de forma no invasiva posibilitando el estudio durante la formación de un cultivo. Además, esta tesis, estudia de forma sistemática un grupo de variables topológicas que garantizan la posibilidad de cuantificar e investigar la progresión de las características principales durante el proceso de auto-organización del cultivo. Nuestros resultados muestran la existencia de un estado concreto correspondiente a redes con configuracin small-world y la emergencia de propiedades a micro- y meso-escala de la estructura de la red. Finalmente, identificamos los procesos físicos principales que guían las transformaciones morfológicas de los cultivos y proponemos un modelo de crecimiento de red que reproduce el comportamiento cuantitativamente de las observaciones experimentales. ABSTRACT The thesis analyzes the morphological evolution of assemblies of living neurons, as they self-organize from collections of separated cells into elaborated, clustered, networks. In particular, it contributes with the design and implementation of a graph-based unsupervised segmentation algorithm, having an associated very low computational cost. The processing automatically retrieves the whole network structure from large scale phase-contrast images taken at high resolution throughout the entire life of a cultured neuronal network. The network structure is represented by a mathematical object (a matrix) in which nodes are identified neurons or neurons clusters, and links are the reconstructed connections between them. The algorithm is also able to extract any other relevant morphological information characterizing neurons and neurites. More importantly, and at variance with other segmentation methods that require fluorescence imaging from immunocyto- chemistry techniques, our measures are non invasive and entitle us to carry out a fully longitudinal analysis during the maturation of a single culture. In turn, a systematic statistical analysis of a group of topological observables grants us the possibility of quantifying and tracking the progression of the main networks characteristics during the self-organization process of the culture. Our results point to the existence of a particular state corresponding to a small-world network configuration, in which several relevant graphs micro- and meso-scale properties emerge. Finally, we identify the main physical processes taking place during the cultures morphological transformations, and embed them into a simplified growth model that quantitatively reproduces the overall set of experimental observations.

La joya de Carcagente ó El hallazgo de la Virgen de Aguas Vivas [Manuscrito] : Auto en tres actos y en verso

Los dos primeros actos son autográfos

Escusado [Texto impreso] : nueua forma y reglamiento, dado por el ... Comissario General de las tres Gracias, y Supremo Consejo de Cruzada, con auto de 21 de Mayo 1697 para la exaccion, y cobranza de la gracia del escusado, y numero de Pilas, en que se deve, y puede elegir Casa Escusada para el Arçobispado de Valencia

Contiene: Instrucciones del escusado para su magestad ... : Las quales se manda se observen el ... Comissario General ... con su Auto de 21de Mayo 1697. Aranzel, y memoria de las pilar matrizes, con sus annexos, del arzobispado de Valencia ...

ALTRUÍSMO NA AUTO-IMAGEM DE PASTORES E PASTORAS METODISTAS

A presente pesquisa propõe-se a estudar possíveis relações entre idade, tempo de serviço como clérigo ou clériga na Igreja Metodista e auto-imagem destes últimos acerca de altruísmo. O tema do altruísmo é abordado a partir da filosofia, da psicanálise, dos estudos evolucionistas e da psicologia cognitiva do desenvolvimento moral. Examina as críticas e contribuições que a psicanálise de Sigmund Freud e Jacques Lacan deu aos debates sobre altruísmo, bem como as possíveis relações com o tema proporcionadas pelas investigações de Jean Piaget e Lawrence Kohlberg sobre a elaboração de juízos éticos pelas pessoas. Analisa a imagem que pastores(as) metodistas no Brasil têm ou apresentam acerca de si mesmos(as), no tocante a ações visando ao bem-estar de outros seres humanos, levando-se em conta suas respostas e justificativas ao questionário apresentado, no qual aparecem situações hipotéticas em que o altruísmo é requerido. Os resultados evidenciam que clérigos(as) mais idosos possuem uma auto-imagem mais positiva do que a apresentada pelos mais jovens, no tocante ao altruísmo.(AU)

ALTRUÍSMO NA AUTO-IMAGEM DE PASTORES E PASTORAS METODISTAS

A presente pesquisa propõe-se a estudar possíveis relações entre idade, tempo de serviço como clérigo ou clériga na Igreja Metodista e auto-imagem destes últimos acerca de altruísmo. O tema do altruísmo é abordado a partir da filosofia, da psicanálise, dos estudos evolucionistas e da psicologia cognitiva do desenvolvimento moral. Examina as críticas e contribuições que a psicanálise de Sigmund Freud e Jacques Lacan deu aos debates sobre altruísmo, bem como as possíveis relações com o tema proporcionadas pelas investigações de Jean Piaget e Lawrence Kohlberg sobre a elaboração de juízos éticos pelas pessoas. Analisa a imagem que pastores(as) metodistas no Brasil têm ou apresentam acerca de si mesmos(as), no tocante a ações visando ao bem-estar de outros seres humanos, levando-se em conta suas respostas e justificativas ao questionário apresentado, no qual aparecem situações hipotéticas em que o altruísmo é requerido. Os resultados evidenciam que clérigos(as) mais idosos possuem uma auto-imagem mais positiva do que a apresentada pelos mais jovens, no tocante ao altruísmo.(AU)

Aplicação de mapas auto-organizáveis na classificação de padrões de escoamento bifásico

O escoamento bifásico de gás-líquido é encontrado em muitos circuitos fechados que utilizam circulação natural para fins de resfriamento. O fenômeno da circulação natural é importante nos recentes projetos de centrais nucleares para a remoção de calor. O circuito de circulação natural (Circuito de Circulação Natural - CCN), instalado no Instituto de Pesquisas Energéticas e Nucleares, IPEN / CNEN, é um circuito experimento concebido para fornecer dados termo-hidráulicos relacionados com escoamento monofásico ou bifásico em condições de circulação natural. A estimativa de transferência de calor tem sido melhorada com base em modelos que requerem uma previsão precisa de transições de padrão de escoamento. Este trabalho apresenta testes experimentais desenvolvidos no CCN para a visualização dos fenômenos de instabilidade em ciclos de circulação natural básica e classificar os padrões de escoamento bifásico associados aos transientes e instabilidades estáticas de escoamento. As imagens são comparadas e agrupadas utilizando mapas auto-organizáveis de Kohonen (SOM), aplicados em diferentes características da imagem digital. Coeficientes da Transformada Discreta de Cossenos de Quadro Completo (FFDCT) foram utilizados como entrada para a tarefa de classificação, levando a bons resultados. Os protótipos de FFDCT obtidos podem ser associados a cada padrão de escoamento possibilitando uma melhor compreensão da instabilidade observada. Uma metodologia sistemática foi utilizada para verificar a robustez do método.

Distortion of self-image: risk factor for obesity in children and teenagers

Introduction: Self-image is important in the behaviour and lifestyle of children and adolescents. Analysing the self-image they have and the factors that might influence their distortion, can be used to prevent problems of obesity and anorexia. The main objective of present publication was to analyse the risk factors that may contribute to self-image distortion. Material and Methods: A descriptive survey study was conducted among 659 children and adolescents in two social classes (low and medium-high), measuring height and weight, calculating BMI percentile for age and gender. Body image and self-perception were registered. Results: The percentage of overweight-obesity is higher in scholars (41.8% boys, 28.7% girls) than in adolescents (30.1% and 22.2% respectively), with no difference between socioeconomic classes. The multinomial logistic regression analysis gives a risk of believing thinner higher (p=0.000) among boys OR=2.9(95%CI:1.43-3.37), school (p=0.000) OR=2.42(95%CI:1.56-3.76) and much lower (p=0.000) between normally nourished OR=0.08(95%CI:0.05-0.13), with no differences according to socioeconomic status. The risk of believing fatter is lower (p=0.000) between boys OR=0.28(95%CI:0.14-0.57), school(p=0.072) OR=0.54(95%CI:0.27-1.6), and much higher among underweight (p=0.000) OR=9x108(95% CI:4x108-19x108). Conclusions: Are risk factors of believing thinner: males, being in a group of schoolchildren and overweight-obesity. Conversely, are risk factors of believing fatter: females, teen and above all, be thin.