Identificación, detección y conteo automático del parásito protozoario Giardia lamblia en imágenes de muestras microscópicas utilizando aprendizaje profundo
| dc.contributor.author | García Ochoa Luis Alberto | |
| dc.contributor.director | Pellegrin Zazueta, Luis Miguel. Portillo López, Amelia. | |
| dc.coverage.placeofpublication | Ensenada, Baja California. | |
| dc.date.accessioned | 2026-05-24T22:52:34Z | |
| dc.date.available | 2026-05-24T22:52:34Z | |
| dc.date.created | 2025 | |
| dc.degree.deparment | Universidad Autónoma de Baja California, Facultad deCiencias, Ensenada. | |
| dc.degree.grantor | Tesis de Maestría / master Thesis. | |
| dc.degree.name | Maestría | |
| dc.description.abstract | Los problemas ambientales y de infraestructura afectan significativamente la calidad del agua, incrementando el riesgo de transmisión de parásitos protozoarios como Giardia lamblia (también conocida como Giardia duodenalis o Giardia intestinalis) a través del consumo de agua y comida contaminada. Este parásito se reproduce en el intestino delgado, provocando síntomas como diarrea, fiebre, fatiga y mialgia. La microscopía de campo claro es una técnica común para su detección en muestras de agua y heces, pero presenta limitaciones en eficiencia y precisión. | |
| dc.format.extent | Recurso en línea, 72 p. | |
| dc.format.mimetype | ||
| dc.identifier.uri | https://hdl.handle.net/20.500.12930/14178 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Autónoma de Baja California. | |
| dc.relation.url | https://drive.google.com/file/d/1F95f_LzGp5XcsVWj9xZnr-ckwaSv5Hdm/view?usp=drive_link | |
| dc.rights | openAccess | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4 | |
| dc.subject | Ciencias||Tesis||y disertaciones académicas||Aprendizaje Profundo||Parásito protozoario Giardia lamblia||lemb||Microscopía||Detección | |
| dc.subject.lcc | QR201.G45 G37 2025 | |
| dc.title | Identificación, detección y conteo automático del parásito protozoario Giardia lamblia en imágenes de muestras microscópicas utilizando aprendizaje profundo | |
| dc.uabc.bibliographycNote | Incluye referencias bibliográficas. | |
| dc.uabc.bilbioteca | ENSENADA | |
| dc.uabc.identifier | 287447 | |
| dc.uabc.numInventario | ENS101622 | |
| dc.uabc.typeMaterial | TESIS |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- ENS101622.pdf
- Tamaño:
- 6.49 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
