Article

Manual de laboratorio de la OMS para el exámen del semen humano y de la interacción entre el semen y el moco cervical

SERBIULA (sistema Librum 2.0)
Source: OAI

ABSTRACT Traducción de: Who laboratory manual for the examination of human semen and sperm-cervical mucus interaction

8 Bookmarks
 · 
763 Views
  • Source
    Revista colombiana de obstetricia y ginecología 06/2009; 60(2):159-164.
  • Source
    [Show abstract] [Hide abstract]
    ABSTRACT: Recibido: junio de 2011 Recibido en forma final revisado: octubre de 2011 15 RESUMEN El análisis de la calidad del semen humano es un complejo proceso de toma de decisiones entre múltiples clases espermáticas. Requiere del profesional que lo realice una amplia gama de conocimientos y gran experticia. Con la finalidad de apoyar el diagnóstico de la calidad del semen, en este trabajo se presenta el diseño de un sistema basado en agentes que estará en capacidad de: a) clasificar un eyaculado utilizando un mecanismo que combina razonamiento basado en casos y razonamiento basado en reglas con lógica difusa, b) gestionar historias médicas de los pacientes, c) recuperar información especializada desde una ontología y d) analizar la morfología de las cabezas de los espermatozoides a partir de imágenes digitalizadas, utilizando técnicas de procesamiento de imágenes y paradigmas de aprendizaje artificial (redes neuronales y máquinas de soporte vectorial). La ontología desarrollada, que estandariza y organiza el conocimiento del dominio del análisis del líquido seminal, constituye la primera versión disponible. El análisis del sistema se realizó con la metodología INGENIAS y se implementó con un enfoque orientado a la Web. ABSTRACT The analysis of human semen quality is a complex process that requires professionals to have a wide range of knowledge and great expertise. In order to support them in this task, in this paper an design of an agent-based system is proposed. The agents are able to: a) Classify the ejaculate quality using a fuzzy hybrid model of case-based reasoning and rule-based reasoning, b) Manage patients' medical histories, c) Retrieve specialized information from a domain ontology of Andrology, and d) Analyze the morphology of sperm heads from digitized images using image processing techniques and machine learning techniques (neural networks and support vector machines). In addition, the ontology developed is the first version available for this domain. The system was design with the INGENIAS methodology using a Web-oriented approach.
    Revista de la Facultad de Ingenieria 12/2011; 26(3):15-25.