PROPUESTA DE ALGORITMO DE RECONSTRUCCIÓN DE EVENTOS PARA ESTUDIAR LA EVOLUCIÓN DE LAS CÉLULAS CANCERÍGENAS

Autores/as

  • J. Alan Calderón Ch Applied Physics, Institute for Physics, Technical University of Ilmenau, Ilmenau 98693, Germany. Pontificia Universidad Católica del Perú, Mechatronic Master Program and Energy Laboratory, Lima 32, Peru Aplicaciones Avanzadas en Sistema Mecatrónicos JACH S.A.C. https://orcid.org/0000-0002-6486-5105
  • Julio Tafur-Sotelo Pontificia Universidad Católica del Perú, Mechatronic Master Program and Energy Laboratory, Lima 32, Peru. https://orcid.org/0000-0003-3415-1969
  • Benjamín Barriga-Gamarra Pontificia Universidad Católica del Perú, Mechatronic Master Program and Energy Laboratory, Lima 32, Peru. https://orcid.org/0000-0002-7781-6177
  • John Lozano Pontificia Universidad Católica del Perú, Mechatronic Master Program and Energy Laboratory, Lima 32, Peru. 3Northern (Artic) Federal University named after MV Lomonosov, Arkhangelsk, Russia. https://orcid.org/0000-0002-8430-9480
  • Gonzalo Solano Pontificia Universidad Católica del Perú, Mechatronic Master Program and Energy Laboratory, Lima 32, Peru. https://orcid.org/0000-0002-0656-1031

DOI:

https://doi.org/10.24039/rtb20222021355

Palabras clave:

algoritmo de reconstrucción de eventos, evolución de células cancerígenas, reconstrucción de imágenes 3D

Resumen

En este trabajo se propone un algoritmo general para diseñar la reconstrucción de eventos de proceso químico/físico/biológico como uno de los más complicados hoy en día: la "evolución de las células cancerígenas". Estudiando la evolución de las curvas de frontera es posible hacer una integración en tres dimensiones (3D), además la cifra 3D obtenida se puede explicar a través de un modelo matemático para estimar su evolución geométrica después de reacciones físicas/químicas. En este trabajo, hay imágenes analizadas de cada etapa del proceso basadas en la evolución de las células cancerosas. Cada imagen fue procesada con el fin de obtener una ecuación matemática como referencia para entender la geometría de la estructura 3D basada en su imagen 2D para cada etapa. En el otro lado, con esta información y el procesamiento de cada imagen de etapa, se logró una ecuación matemática para describir la geometría de la estructura entre etapas mediante "Análisis de Predicción Óptima" que es tan importante para obtener la comprensión de la geometría de la estructura con el proceso interno.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Al-Haddad, A.; Wang, Z.; Xu, R.; Qi, H.; Vellacheri, R.; Ute Kaiser, U. & Lei, Y. 2015. Dimensional dependence of the optical absorption band edge of TiO2 nanotube arrays beyond the quantum effect. The Journal of Physical Chemistry C, 119: 16331-16337.

Calderón, J.; Tafur, J.; Barriga, B. & Lozano, J. 2019. Event reconstruction algorithm proposal to study sensors elaboration based on nanostructures. Proceedings of the 23rd World Multi-Conference on Systemics, Cybernetics and Informatics, 2: 78-83.

Calderón, J.; Tafur, J.; Barriga, B.; Guevara, J.; Lozano, J.; Lengua, J. & Solano, G. 2021. Event reconstruction algorithm for Coronavirus (COVID-19) 3D reconstruction, according to study its reaction through antiviral analysis treatment. The Biologist (Lima), 19: 87-96.

Inan, U. & Marshall, R. 2011 Numerical Electromagnetics, The FDTD method. Cambridge University Press.

Kraeft, S.; Sutherland, R.; Gravelin, L.; Hu, G.; Ferland, L.; Richardson, P.; Elias, A. & Chen, L. 2000. Detection and analysis of cancer cells in blood and bone marrow using a rare event imaging system. Clinical Cancer Research, 6: 434-442.

Lei, Y.; Cai, W. & Wilde, G. 2007. Highly ordered nanostructures with tunable size, shape and properties: A new way to surface nano-patterning using ultra-thin alumina masks. Progress in Materials Science, 52: 465-539.

Li, C.; Xu, C.; Gui, C. & Fox, M.D. 2010. Distance regularized level set evolution and its application to image segmentation. IEEE transactions on image processing, 19: 3243-3254.

Ljung, L. 1994. Modeling of dynamic systems. Prentice Hall.

Pearson, A. 1995. Aerodynamic parameter estimation via fourier modulating function techniques. NASA Contractor Report 4654. Brown University.

Poinern, G.; Ali, N. & Fawcett, D. 2011. Progress in nano-engineered anodic aluminum oxide membrane development. Materials (Basel), 4: 487-526.

Ribeiro, E. & Shah, M. 2006. Computer Vision for Nanoscale Imaging. Machine Vision and Applications, 17: 147-162.

Sidow, A. & Spies, N. 2015. Concepts in solid tumor evolution. Trends in Genetics, 31: 208-214.

Tume-Farfán, L. F. 2013. Aspectos de las células madre que originan el cáncer como nuevo objetivo de investigación. The Biologist (Lima), 11: 339-351.

Tume-Farfán, L.F. 2014. Las ratas topo y sus mecanismos de resistencia al cáncer y envejecimiento. The Biologist (Lima), 12: 117-132.

Wang, L. 2009. Model Predictive Control System design and implementation using MATLAB. Springer-Verlag London.

Villareño-Do-Domínguez, D.D.; Toledo-Pimentel, B.F.; Araujo-García, M.; Torres-Martínez, B.L.; Rodríguez-León, R.; de Corcho-Martínez, M.P. & Fimia-Duarte, R. 2020. Programa de superación profesional para el equipo básico de salud sobre el programa nacional de detección precoz del cáncer bucal. The Biologist (Lima), 18: 185-205.

Publicado

2022-04-17

Cómo citar

Calderón Ch, J. A. ., Tafur-Sotelo, J. ., Barriga-Gamarra, B. ., Lozano, J. ., & Solano, G. . (2022). PROPUESTA DE ALGORITMO DE RECONSTRUCCIÓN DE EVENTOS PARA ESTUDIAR LA EVOLUCIÓN DE LAS CÉLULAS CANCERÍGENAS. The Biologist, 20(2), 165–173. https://doi.org/10.24039/rtb20222021355

Número

Sección

Artículos Originales