Jable: mucho más que prensa digitalizada

[ES] El artículo hace un recorrido por la historia de Jable, el archivo de prensa digital que la Biblioteca de la Universidad de Las Palmas de Gran Canaria pone a disposición de cualquier persona interesada, desde sus orígenes hasta el momento de la redacción del artículo, resaltando las mejoras incorporadas a la herramienta y las principales cabeceras que contiene.

El color en las aceitunas negras naturales de mesa : nueva técnica de mensura digitalizada para optimizar el método de oscurecimiento natural

Se aplicó un nuevo método para la evaluación objetiva del color en aceitunas de mesa, basado en el análisis de la intensidad de reflexión de cada uno de los colores primarios que componen la luz blanca (rojo, verde y azul), según las longitudes de onda del Sistema RGB. Se trabajó con programas informáticos para el análisis de imágenes digitales color tipo BMP de 24 bits. Este trabajo proporciona mayor información sobre el pardeamiento de las aceitunas naturales en salmuera, lo que sería muy útil para incrementar la efectividad del proceso. El método propuesto es rápido y no destructivo, prometiendo ser muy práctico ya que permite que una misma muestra pueda ser evaluada en el tiempo. Se investigaron los cambios de color en aceitunas elaboradas naturalmente, con diferentes grados de madurez (pintas, rojas y negras) y a diferentes valores de pH (3,6 - 4,0 - 4,5), expuestas al aire durante períodos crecientes de tiempo. Se cuantificó el grado de oscurecimiento a través de Índices de Intensidad de Reflexión. La evolución del índice de reflexión en función del tiempo generó una curva polinomial de 4° grado que reveló el comportamiento sigmoidal del fenómeno de pardeamiento enzimático, con la máxima correlación a las 8 horas de aireación. Esta función permitiría predecir el fenómeno de pardeamiento en las aceitunas negras y representa una medición objetiva del grado relativo de pardeamiento. La evolución del color rojo (λ = 700,0 nm) exhibió la mayor correlación con el proceso de pardeamiento. Las aceitunas rojas naturales a pH 4,5 presentaron óptimo pardeamiento. El espectro de reflexión para el color azul (λ = 435,8 nm) se sugiere como medida de la actividad de la enzima PPO (polifenoloxidasa).

Mensura digitalizada de la evolución del color en aceitunas según el grado de madurez del fruto

Se desarrolló un nuevo método para la valoración objetiva del color en las aceitunas, mediante el análisis de la intensidad de la reflexión de los colores primarios (rojo, verde y azul) que componen la luz blanca. Se trabajó con programas informáticos para el análisis de imágenes digitales color tipo BMP de 24 bits. Este método es rápido, objetivo, no destructivo y puede ser muy útil cuando se requiere una técnica eficiente para determinar el grado de madurez de las aceitunas o de otros alimentos.

Aplicación de técnicas de inteligencia artificial para contribuir en la detección de microcalcificaciones en mamografía digitalizada

A nivel mundial, el cáncer de mama es el tipo de cáncer más frecuente además de una de las principales causas de muerte entre la población femenina. Actualmente, el método más eficaz para detectar lesiones mamarias en una etapa temprana es la mamografía. Ésta contribuye decisivamente al diagnóstico precoz de esta enfermedad que, si se detecta a tiempo, tiene una probabilidad de curación muy alta. Uno de los principales y más frecuentes hallazgos en una mamografía, son las microcalcificaciones, las cuales son consideradas como un indicador importante de cáncer de mama. En el momento de analizar las mamografías, factores como la capacidad de visualización, la fatiga o la experiencia profesional del especialista radiólogo hacen que el riesgo de omitir ciertas lesiones presentes se vea incrementado. Para disminuir dicho riesgo es importante contar con diferentes alternativas como por ejemplo, una segunda opinión por otro especialista o un doble análisis por el mismo. En la primera opción se eleva el coste y en ambas se prolonga el tiempo del diagnóstico. Esto supone una gran motivación para el desarrollo de sistemas de apoyo o asistencia en la toma de decisiones. En este trabajo de tesis se propone, se desarrolla y se justifica un sistema capaz de detectar microcalcificaciones en regiones de interés extraídas de mamografías digitalizadas, para contribuir a la detección temprana del cáncer demama. Dicho sistema estará basado en técnicas de procesamiento de imagen digital, de reconocimiento de patrones y de inteligencia artificial. Para su desarrollo, se tienen en cuenta las siguientes consideraciones: 1. Con el objetivo de entrenar y probar el sistema propuesto, se creará una base de datos de imágenes, las cuales pertenecen a regiones de interés extraídas de mamografías digitalizadas. 2. Se propone la aplicación de la transformada Top-Hat, una técnica de procesamiento digital de imagen basada en operaciones de morfología matemática. La finalidad de aplicar esta técnica es la de mejorar el contraste entre las microcalcificaciones y el tejido presente en la imagen. 3. Se propone un algoritmo novel llamado sub-segmentación, el cual está basado en técnicas de reconocimiento de patrones aplicando un algoritmo de agrupamiento no supervisado, el PFCM (Possibilistic Fuzzy c-Means). El objetivo es encontrar las regiones correspondientes a las microcalcificaciones y diferenciarlas del tejido sano. Además, con la finalidad de mostrar las ventajas y desventajas del algoritmo propuesto, éste es comparado con dos algoritmos del mismo tipo: el k-means y el FCM (Fuzzy c-Means). Por otro lado, es importante destacar que en este trabajo por primera vez la sub-segmentación es utilizada para detectar regiones pertenecientes a microcalcificaciones en imágenes de mamografía. 4. Finalmente, se propone el uso de un clasificador basado en una red neuronal artificial, específicamente un MLP (Multi-layer Perceptron). El propósito del clasificador es discriminar de manera binaria los patrones creados a partir de la intensidad de niveles de gris de la imagen original. Dicha clasificación distingue entre microcalcificación y tejido sano. ABSTRACT Breast cancer is one of the leading causes of women mortality in the world and its early detection continues being a key piece to improve the prognosis and survival. Currently, the most reliable and practical method for early detection of breast cancer is mammography.The presence of microcalcifications has been considered as a very important indicator ofmalignant types of breast cancer and its detection and classification are important to prevent and treat the disease. However, the detection and classification of microcalcifications continue being a hard work due to that, in mammograms there is a poor contrast between microcalcifications and the tissue around them. Factors such as visualization, tiredness or insufficient experience of the specialist increase the risk of omit some present lesions. To reduce this risk, is important to have alternatives such as a second opinion or a double analysis for the same specialist. In the first option, the cost increases and diagnosis time also increases for both of them. This is the reason why there is a great motivation for development of help systems or assistance in the decision making process. This work presents, develops and justifies a system for the detection of microcalcifications in regions of interest extracted fromdigitizedmammographies to contribute to the early detection of breast cancer. This systemis based on image processing techniques, pattern recognition and artificial intelligence. For system development the following features are considered: With the aim of training and testing the system, an images database is created, belonging to a region of interest extracted from digitized mammograms. The application of the top-hat transformis proposed. This image processing technique is based on mathematical morphology operations. The aim of this technique is to improve the contrast betweenmicrocalcifications and tissue present in the image. A novel algorithm called sub-segmentation is proposed. The sub-segmentation is based on pattern recognition techniques applying a non-supervised clustering algorithm known as Possibilistic Fuzzy c-Means (PFCM). The aim is to find regions corresponding to the microcalcifications and distinguish them from the healthy tissue. Furthermore,with the aim of showing themain advantages and disadvantages this is compared with two algorithms of same type: the k-means and the fuzzy c-means (FCM). On the other hand, it is important to highlight in this work for the first time the sub-segmentation is used for microcalcifications detection. Finally, a classifier based on an artificial neural network such as Multi-layer Perceptron is used. The purpose of this classifier is to discriminate froma binary perspective the patterns built from gray level intensity of the original image. This classification distinguishes between microcalcifications and healthy tissue.

Interfaz gráfica de usuario para la detección de microcalcificaciones mediante análisis de mamografía digitalizada

The graphical user interface (GUI) are all graphic elements that help to communicate with a system. The design of a GUI allow to land the central idea of a draft information technology. Today technology has become one of the largest and most useful tools to automate and facilitate processes for that reason fit into any kind of productive sectors, for example, in the health sector. The CAD systems (Systems Computer Aided Diagnosis) are the type of technology used in the health sector, in order to automate online modular learning environment with a fast placed in service. In the present paper the use of a Learning Management Systems (LMS) as continuous education tool is proposed.