Cambios

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "GS Parra-Dominguez, RE Sanchez-Yanez, SI Valdez", 
2
  "author": "GS Parra-Dominguez, RE Sanchez-Yanez, SI Valdez", 
            
3
  "author_email": null, 
3
  "author_email": null, 
            
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
            
5
  "extras": [
5
  "extras": [
            
6
    {
6
    {
            
7
      "key": "Publicaci\u00f3n", 
7
      "key": "Publicaci\u00f3n", 
            
8
      "value": "Cap\u00edtulo"
8
      "value": "Cap\u00edtulo"
            
9
    }, 
9
    }, 
            
10
    {
10
    {
            
11
      "key": "Tipo", 
11
      "key": "Tipo", 
            
12
      "value": "Publicaci\u00f3n"
12
      "value": "Publicaci\u00f3n"
            
13
    }
13
    }
            
14
  ], 
14
  ], 
            
15
  "groups": [
15
  "groups": [
            
16
    {
16
    {
            
17
      "description": "Este grupo integra las publicaciones 
17
      "description": "Este grupo integra las publicaciones 
            
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
            
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
            
20
presentados en congresos nacionales e internacionales, manuscritos en 
20
presentados en congresos nacionales e internacionales, manuscritos en 
            
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
            
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
            
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
            
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
            
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
            
26
      "display_name": "Publicaciones", 
26
      "display_name": "Publicaciones", 
            
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
            
28
      "image_display_url": "", 
28
      "image_display_url": "", 
            
29
      "name": "publicaciones", 
29
      "name": "publicaciones", 
            
30
      "title": "Publicaciones"
30
      "title": "Publicaciones"
            
31
    }
31
    }
            
32
  ], 
32
  ], 
            
33
  "id": "6784312a-bb56-4eb2-97dd-07ec349d4b73", 
33
  "id": "6784312a-bb56-4eb2-97dd-07ec349d4b73", 
            
34
  "isopen": false, 
34
  "isopen": false, 
            
35
  "license_id": null, 
35
  "license_id": null, 
            
36
  "license_title": null, 
36
  "license_title": null, 
            
37
  "maintainer": null, 
37
  "maintainer": null, 
            
38
  "maintainer_email": null, 
38
  "maintainer_email": null, 
            
39
  "metadata_created": "2025-10-11T01:24:01.192842", 
39
  "metadata_created": "2025-10-11T01:24:01.192842", 
            
n
40
  "metadata_modified": "2025-10-11T01:24:01.192851", 
n
40
  "metadata_modified": "2025-10-11T01:24:01.759726", 
            
41
  "name": 
41
  "name": 
            
42
essel-analysis-on-high-resolution-fundus-retinal-images-e408aebdc336", 
42
essel-analysis-on-high-resolution-fundus-retinal-images-e408aebdc336", 
            
43
  "notes": "Image analysis is a relevant tool to improve the 
43
  "notes": "Image analysis is a relevant tool to improve the 
            
44
healthcare services. Fundus retinal image analysis allows the early 
44
healthcare services. Fundus retinal image analysis allows the early 
            
45
detection of ophthalmic diseases such as diabetes and glaucoma. Thus, 
45
detection of ophthalmic diseases such as diabetes and glaucoma. Thus, 
            
46
growing interest is observed on the development of segmentation 
46
growing interest is observed on the development of segmentation 
            
47
algorithms for blood vessels in retinal images. For this purpose, 
47
algorithms for blood vessels in retinal images. For this purpose, 
            
48
Kernel-based approaches with Gaussian matched filters have been 
48
Kernel-based approaches with Gaussian matched filters have been 
            
49
successfully used. Nowadays, improved image sensors and computers 
49
successfully used. Nowadays, improved image sensors and computers 
            
50
deliver high resolution images, and different parameter values are 
50
deliver high resolution images, and different parameter values are 
            
51
required for the efficient operation of such filters. In this work, an 
51
required for the efficient operation of such filters. In this work, an 
            
52
optimization system using genetic algorithms is designed to calculate 
52
optimization system using genetic algorithms is designed to calculate 
            
53
those values. To evaluate our methodology, a segmentation algorithm is 
53
those values. To evaluate our methodology, a segmentation algorithm is 
            
54
proposed and the outcomes are evaluated on the HRF image database. 
54
proposed and the outcomes are evaluated on the HRF image database. 
            
55
Performance measures are obtained and compared to those obtained using 
55
Performance measures are obtained and compared to those obtained using 
            
56
state of the art methods. This analysis represents a first step in the 
56
state of the art methods. This analysis represents a first step in the 
            
57
detection and classification of normal and abnormal eye conditions.", 
57
detection and classification of normal and abnormal eye conditions.", 
            
n
58
  "num_resources": 0, 
n
58
  "num_resources": 1, 
            
59
  "num_tags": 9, 
59
  "num_tags": 9, 
            
60
  "organization": {
60
  "organization": {
            
61
    "approval_status": "approved", 
61
    "approval_status": "approved", 
            
62
    "created": "2022-05-19T00:10:30.480393", 
62
    "created": "2022-05-19T00:10:30.480393", 
            
63
    "description": "Observatorio Metropolitano CentroGeo", 
63
    "description": "Observatorio Metropolitano CentroGeo", 
            
64
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
64
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
65
    "image_url": 
65
    "image_url": 
            
66
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
66
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
            
67
    "is_organization": true, 
67
    "is_organization": true, 
            
68
    "name": "observatorio-metropolitano-centrogeo", 
68
    "name": "observatorio-metropolitano-centrogeo", 
            
69
    "state": "active", 
69
    "state": "active", 
            
70
    "title": "Observatorio Metropolitano CentroGeo", 
70
    "title": "Observatorio Metropolitano CentroGeo", 
            
71
    "type": "organization"
71
    "type": "organization"
            
72
  }, 
72
  }, 
            
73
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
73
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
74
  "private": false, 
74
  "private": false, 
            
75
  "relationships_as_object": [], 
75
  "relationships_as_object": [], 
            
76
  "relationships_as_subject": [], 
76
  "relationships_as_subject": [], 
            
t
77
  "resources": [], 
t
77
  "resources": [
            
78
    {
            
79
      "cache_last_updated": null, 
            
80
      "cache_url": null, 
            
81
      "created": "2025-10-11T01:24:01.786673", 
            
82
      "datastore_active": false, 
            
83
      "description": "Image analysis is a relevant tool to improve the 
            
84
healthcare services. Fundus retinal image analysis allows the early 
            
85
detection of ophthalmic diseases such as diabetes and glaucoma. Thus, 
            
86
growing interest is observed on the development of segmentation 
            
87
algorithms for blood vessels in retinal images. For this purpose, 
            
88
Kernel-based approaches with Gaussian matched filters have been 
            
89
successfully used. Nowadays, improved image sensors and computers 
            
90
deliver high resolution images, and different parameter values are 
            
91
required for the efficient operation of such filters. In this work, an 
            
92
optimization system using genetic algorithms is designed to calculate 
            
93
those values. To evaluate our methodology, a segmentation algorithm is 
            
94
proposed and the outcomes are evaluated on the HRF image database. 
            
95
Performance measures are obtained and compared to those obtained using 
            
96
state of the art methods. This analysis represents a first step in the 
            
97
detection and classification of normal and abnormal eye conditions.", 
            
98
      "format": "HTML", 
            
99
      "hash": "", 
            
100
      "id": "9e6a6f55-fdb3-4b5e-83b1-f6c723b9f87b", 
            
101
      "last_modified": null, 
            
102
      "metadata_modified": "2025-10-11T01:24:01.763207", 
            
103
      "mimetype": null, 
            
104
      "mimetype_inner": null, 
            
105
      "name": "Blood Vessel Analysis on High Resolution Fundus Retinal 
            
106
Images", 
            
107
      "package_id": "6784312a-bb56-4eb2-97dd-07ec349d4b73", 
            
108
      "position": 0, 
            
109
      "resource_type": null, 
            
110
      "size": null, 
            
111
      "state": "active", 
            
112
      "url": "https://doi.org/10.1007/978-3-030-21077-9_28", 
            
113
      "url_type": null
            
114
    }
            
115
  ], 
            
78
  "state": "active", 
116
  "state": "active", 
            
79
  "tags": [
117
  "tags": [
            
80
    {
118
    {
            
81
      "display_name": "artificial-intelligence", 
119
      "display_name": "artificial-intelligence", 
            
82
      "id": "47cb06d3-c2a4-42af-b633-03eea6181083", 
120
      "id": "47cb06d3-c2a4-42af-b633-03eea6181083", 
            
83
      "name": "artificial-intelligence", 
121
      "name": "artificial-intelligence", 
            
84
      "state": "active", 
122
      "state": "active", 
            
85
      "vocabulary_id": null
123
      "vocabulary_id": null
            
86
    }, 
124
    }, 
            
87
    {
125
    {
            
88
      "display_name": "computer-science", 
126
      "display_name": "computer-science", 
            
89
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
127
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
            
90
      "name": "computer-science", 
128
      "name": "computer-science", 
            
91
      "state": "active", 
129
      "state": "active", 
            
92
      "vocabulary_id": null
130
      "vocabulary_id": null
            
93
    }, 
131
    }, 
            
94
    {
132
    {
            
95
      "display_name": "computer-vision", 
133
      "display_name": "computer-vision", 
            
96
      "id": "5f89698c-dbdb-4dea-b051-8dea015c97c0", 
134
      "id": "5f89698c-dbdb-4dea-b051-8dea015c97c0", 
            
97
      "name": "computer-vision", 
135
      "name": "computer-vision", 
            
98
      "state": "active", 
136
      "state": "active", 
            
99
      "vocabulary_id": null
137
      "vocabulary_id": null
            
100
    }, 
138
    }, 
            
101
    {
139
    {
            
102
      "display_name": "fundus-uterus", 
140
      "display_name": "fundus-uterus", 
            
103
      "id": "20013a2a-ed97-4523-8ef6-b612ddefd5b7", 
141
      "id": "20013a2a-ed97-4523-8ef6-b612ddefd5b7", 
            
104
      "name": "fundus-uterus", 
142
      "name": "fundus-uterus", 
            
105
      "state": "active", 
143
      "state": "active", 
            
106
      "vocabulary_id": null
144
      "vocabulary_id": null
            
107
    }, 
145
    }, 
            
108
    {
146
    {
            
109
      "display_name": "gaussian", 
147
      "display_name": "gaussian", 
            
110
      "id": "7351f3eb-2aa7-42ab-be18-f4aa586e6885", 
148
      "id": "7351f3eb-2aa7-42ab-be18-f4aa586e6885", 
            
111
      "name": "gaussian", 
149
      "name": "gaussian", 
            
112
      "state": "active", 
150
      "state": "active", 
            
113
      "vocabulary_id": null
151
      "vocabulary_id": null
            
114
    }, 
152
    }, 
            
115
    {
153
    {
            
116
      "display_name": "image-segmentation", 
154
      "display_name": "image-segmentation", 
            
117
      "id": "b0be717d-bbaf-42ed-9a44-d6f9d685f3ff", 
155
      "id": "b0be717d-bbaf-42ed-9a44-d6f9d685f3ff", 
            
118
      "name": "image-segmentation", 
156
      "name": "image-segmentation", 
            
119
      "state": "active", 
157
      "state": "active", 
            
120
      "vocabulary_id": null
158
      "vocabulary_id": null
            
121
    }, 
159
    }, 
            
122
    {
160
    {
            
123
      "display_name": "kernel-algebra", 
161
      "display_name": "kernel-algebra", 
            
124
      "id": "eb0621d8-e590-4b47-8a44-f42301ec78a9", 
162
      "id": "eb0621d8-e590-4b47-8a44-f42301ec78a9", 
            
125
      "name": "kernel-algebra", 
163
      "name": "kernel-algebra", 
            
126
      "state": "active", 
164
      "state": "active", 
            
127
      "vocabulary_id": null
165
      "vocabulary_id": null
            
128
    }, 
166
    }, 
            
129
    {
167
    {
            
130
      "display_name": "pattern-recognition-psychology", 
168
      "display_name": "pattern-recognition-psychology", 
            
131
      "id": "e3b5294b-7ed6-4637-93c9-eae7d3b94405", 
169
      "id": "e3b5294b-7ed6-4637-93c9-eae7d3b94405", 
            
132
      "name": "pattern-recognition-psychology", 
170
      "name": "pattern-recognition-psychology", 
            
133
      "state": "active", 
171
      "state": "active", 
            
134
      "vocabulary_id": null
172
      "vocabulary_id": null
            
135
    }, 
173
    }, 
            
136
    {
174
    {
            
137
      "display_name": "segmentation", 
175
      "display_name": "segmentation", 
            
138
      "id": "87db647c-a202-4572-b148-dfa0cf933465", 
176
      "id": "87db647c-a202-4572-b148-dfa0cf933465", 
            
139
      "name": "segmentation", 
177
      "name": "segmentation", 
            
140
      "state": "active", 
178
      "state": "active", 
            
141
      "vocabulary_id": null
179
      "vocabulary_id": null
            
142
    }
180
    }
            
143
  ], 
181
  ], 
            
144
  "title": "Blood Vessel Analysis on High Resolution Fundus Retinal 
182
  "title": "Blood Vessel Analysis on High Resolution Fundus Retinal 
            
145
Images", 
183
Images", 
            
146
  "type": "dataset", 
184
  "type": "dataset", 
            
147
  "url": "https://doi.org/10.1007/978-3-030-21077-9_28", 
185
  "url": "https://doi.org/10.1007/978-3-030-21077-9_28", 
            
148
  "version": null
186
  "version": null
            
149
}
187
}