Uso de redes neuronales artificiales convolucionales para la identificación de especies del género Drosophila a partir micrografías de alas, tórax y abdomen

Simple item page
dc.contributor.advisorGuevara Barrientos, Fabio David
dc.contributor.authorApolo González, Byron Patricio
dc.date.accessioned08/01/2025 11:16
dc.date.available08/01/2025 11:16
dc.date.issued2024
dc.description.abstractEl principal objetivo del estudio es desarrollar un modelo de red convolucional que permita identificar dos especies del género Drosophila a partir de micrografías de alas, tórax y abdomen, utilizando algoritmos de aprendizaje profundo para analizar y clasificar automáticamente las características morfológicas de las moscas de la fruta, lo que puede tener aplicaciones en la investigación biológica y genética.La taxonomía de las especies Drosophila es compleja, y mucho más si las especies se encuentran muy emparentadas como los son D. melanogaster y D. simulans, no existen trabajos donde se identifiquen a través de redes convolucionales y mucho menos por medio de micrografías de alas, tórax y abdomen.Las micrografías fueron proporcionadas por el laboratorio de Genética Evolutiva y las mismas fueron procesadas con data aumentation y convertidas a formato png, las redes convolucionales TensorFlow, VGG16, ResNet50 y EfficentNet50, se programaron en Python, Notebook de Jupyter, con base en los resultados obtenidos en el entrenamiento y evaluación de las redes convolucionales se concluyó que ResNet50, con una exactitud del 0,7789, es la más adecuada para la identificación de las dos especies D. melanogaster y D. simulans, debido a que se obtuvo una especificidad del 0,59 para la primera especie y el 0,91 para la segunda respectivamente. La curva ROC tiene un área bajo la curva de 0,93.
dc.id.advisorAW345308
dc.id.author1721852208
dc.identifier.urihttps://repositorio.puce.edu.ec/handle/123456789/45039
dc.language.isoes
dc.publisherPUCE - Quito
dc.subjectRedes neuronales artificiales
dc.subjectDrosophila melanogaster
dc.subjectDrosophila simulans
dc.subjectMoscas de la fruta
dc.subjectMicrografía
dc.titleUso de redes neuronales artificiales convolucionales para la identificación de especies del género Drosophila a partir micrografías de alas, tórax y abdomen
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Trabajo de Titulación - Maestría / Apolo González Byron Patricio
Size:
305.38 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Tesis - Maestría en Biología Computacional