000069819 001__ 69819 000069819 005__ 20180417132418.0 000069819 037__ $$aTAZ-TFM-2017-1187 000069819 041__ $$aeng 000069819 1001_ $$aTomás González, Esther 000069819 24200 $$aCell tracking image-based methods for analysis of 3D cultures 000069819 24500 $$aMétodos de seguimiento celular en imágenes de cultivos 3D 000069819 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2017 000069819 500__ $$aAporta material suplementario en PDF 000069819 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000069819 520__ $$aLa migración celular describe el movimiento propio de las células que les permite desplazarse a través de los tejidos. Este proceso es inherente a todos los organismos multicelulares y a través de él, pueden explicarse múltiples mecanismos fisiológicos como la homeostasis, la respuesta inmunológica, la regeneración de tejido o la metástasis del cáncer entre otros. Hasta hace unos años el análisis de imágenes de microscopio se realizaba de manera manual y suponía un trabajo duro y tedioso, y cuyos resultados estaban sujetos a la interpretación del investigador. En las últimas décadas el análisis de imagen y la cuantificación computacional han permitido agilizar y estandarizar dichos análisis, aumentando pues drásticamente la cantidad y la calidad de la información recolectada. Uno de los pasos esenciales para el análisis del movimiento celular en imágenes de microscopio es la detección y seguimiento de las mismas a lo largo del tiempo. Muchos son los algoritmos que se han desarrollado para realizar el tracking en imágenes con fluorescencia, confocal y cultivos 2D, sin embargo, los cultivos 3D, los cuales son biológicamente más relevantes, siguen siendo una tarea pendiente que requiere de un procesado más complejo. En este proyecto se han implementado algunas propuestas de métodos de seguimiento celular orientadas a imágenes en 2D, pero obtenidas de un cultivo en 3D. Estas imágenes son adquiridas con un microscopio de luz convencional en modo contraste de fases en el que no se utiliza ni fluorescencia ni tinciones, por lo que, debido a dicha tridimensionalidad, se generan halos, desenfoque y otros artefactos que dificultan el análisis. Todos estos algoritmos han sido incluidos en una plataforma de análisis de imagen semiautomática desarrollada en Maltab de la cual, por medio de modelado y análisis estadístico se obtienen los parámetros más representativos del movimiento celular. Este trabajo fin de Máster está enmarcado dentro de una “Proof of Concept” denominada IMAGO, derivada del proyecto Europeo INSILICOCELL. El objetivo último de IMAGO es prestar un servicio online de análisis de imagen biomédica, entre cuyas principales utilidades está la cuantificación del comportamiento celular y la extracción de los principales parámetros de migración, generando un informe para el usuario con los resultados más significativos. 000069819 521__ $$aMáster Universitario en Ingeniería Biomédica 000069819 540__ $$aDerechos regulados por licencia Creative Commons 000069819 700__ $$aGarcía Aznar, José Manuel$$edir. 000069819 700__ $$aBorau Zamora, Carlos$$edir. 000069819 7102_ $$aUniversidad de Zaragoza$$bIngeniería Mecánica$$cMec. de Medios Contínuos y Teor. de Estructuras 000069819 8560_ $$f743708@celes.unizar.es 000069819 8564_ $$s1493883$$uhttps://zaguan.unizar.es/record/69819/files/TAZ-TFM-2017-1187_ANE.pdf$$yAnexos (eng) 000069819 8564_ $$s4029287$$uhttps://zaguan.unizar.es/record/69819/files/TAZ-TFM-2017-1187.pdf$$yMemoria (eng) 000069819 909CO $$ooai:zaguan.unizar.es:69819$$pdriver$$ptrabajos-fin-master 000069819 950__ $$a 000069819 951__ $$adeposita:2018-04-17 000069819 980__ $$aTAZ$$bTFM$$cEINA