Loading…

IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES NEURONALES ARTIFICIALES

La factibilidad de identificar el cilindro nudoso en imágenes de tomografía computarizada de rayos X (TC) de trozas podadas de pino radiata (Pinus radiata D. Don), fue evaluada utilizando un método de clasificación supervisada basado en Redes Neuronales Artificiales (RNA). El proceso de clasificació...

Full description

Saved in:
Bibliographic Details
Published in:Maderas 2010, Vol.12 (3), p.229-239
Main Authors: Rojas Espinoza, Gerson, Ortiz Irribarren, Oscar
Format: Article
Language:por ; spa
Subjects:
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
cited_by
cites
container_end_page 239
container_issue 3
container_start_page 229
container_title Maderas
container_volume 12
creator Rojas Espinoza, Gerson
Ortiz Irribarren, Oscar
description La factibilidad de identificar el cilindro nudoso en imágenes de tomografía computarizada de rayos X (TC) de trozas podadas de pino radiata (Pinus radiata D. Don), fue evaluada utilizando un método de clasificación supervisada basado en Redes Neuronales Artificiales (RNA). El proceso de clasificación consideró también la identificación de la zona libre de defectos y nudos. Treinta trozas podadas de pino radiata fueron escaneadas en un escáner médico multi-slice de rayos X, donde las imágenes TC resultantes fueron obtenidas cada 5 mm. Un total de 270 imágenes TC fueron clasificadas utilizando la técnica Redes Neuronal Artificial y los mapas temáticos resultantes, fueron filtrados con un filtro de mediana de 7 x 7. La precisión del proceso de clasificación de las imágenes TC fue obtenida a partir de una matriz de confusión y el estadístico Kappa. Los resultados indicaron que el cilindro nudoso puede ser identificado y separado con una precisión de 92.7%, mientras que para la precisión global se obtuvo un valor de 85.0%. Tras filtrar los mapas temáticos, los valores de precisión aumentaron a 96.3% y 92.3% para el cilindro nudoso y la precisión global, respectivamente. Los valores Kappa fueron de 0.607 y 0.764 para los mapas temáticos y mapas temáticos filtrados, respectivamente. Estos valores indicaron que existe un fuerte grado de conformidad entre los datos de referencia y el proceso de clasificación. Los resultados sugieren que es factible aplicar RNA como procedimiento de clasificación para identificar el cilindro nudoso en imágenes TC de trozas podadas de pino radiata.
doi_str_mv 10.4067/S0718-221X2010000300007
format article
fullrecord <record><control><sourceid>scielo</sourceid><recordid>TN_cdi_scielo_journals_S0718_221X2010000300007</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><scielo_id>S0718_221X2010000300007</scielo_id><sourcerecordid>S0718_221X2010000300007</sourcerecordid><originalsourceid>FETCH-LOGICAL-s109t-33888ef17e0016261f827c7c8943acd582569b7bf54a000273ca2ef89e9175773</originalsourceid><addsrcrecordid>eNplUN1KwzAUDqLgnD6DeYHO_DRNchmabAZqMtIUZDejqy04hgOrt4LP5ostmyKC5-Kc7_x95weAW4xmOSr4XY04Fhkh-JEgjJLQo-JnYPKbOP-DL8HVOG4RYrJgbAI-rDYu2rktVWm9g9pUsLSVdTp46Brtaw-Ng_bh63NhnKlhLFMNjMGvVA2XXiudbIosrWtqGJS2KirYxMSxUk57GIxObc40wTtVJajCaZ49OtfgYmh3Y3_zY6egmZtY3meVX6SVqmzESL5llAoh-gHzHiFckAIPgvCOd0LmtO2emCCskBu-GVjepuMJp11L-kHIXmLOOKdTMPvmHbvnfrdfb_fvry9p4Pr0vfW_79EDPC5Yxg</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES NEURONALES ARTIFICIALES</title><source>SciELO Chile</source><creator>Rojas Espinoza, Gerson ; Ortiz Irribarren, Oscar</creator><creatorcontrib>Rojas Espinoza, Gerson ; Ortiz Irribarren, Oscar</creatorcontrib><description>La factibilidad de identificar el cilindro nudoso en imágenes de tomografía computarizada de rayos X (TC) de trozas podadas de pino radiata (Pinus radiata D. Don), fue evaluada utilizando un método de clasificación supervisada basado en Redes Neuronales Artificiales (RNA). El proceso de clasificación consideró también la identificación de la zona libre de defectos y nudos. Treinta trozas podadas de pino radiata fueron escaneadas en un escáner médico multi-slice de rayos X, donde las imágenes TC resultantes fueron obtenidas cada 5 mm. Un total de 270 imágenes TC fueron clasificadas utilizando la técnica Redes Neuronal Artificial y los mapas temáticos resultantes, fueron filtrados con un filtro de mediana de 7 x 7. La precisión del proceso de clasificación de las imágenes TC fue obtenida a partir de una matriz de confusión y el estadístico Kappa. Los resultados indicaron que el cilindro nudoso puede ser identificado y separado con una precisión de 92.7%, mientras que para la precisión global se obtuvo un valor de 85.0%. Tras filtrar los mapas temáticos, los valores de precisión aumentaron a 96.3% y 92.3% para el cilindro nudoso y la precisión global, respectivamente. Los valores Kappa fueron de 0.607 y 0.764 para los mapas temáticos y mapas temáticos filtrados, respectivamente. Estos valores indicaron que existe un fuerte grado de conformidad entre los datos de referencia y el proceso de clasificación. Los resultados sugieren que es factible aplicar RNA como procedimiento de clasificación para identificar el cilindro nudoso en imágenes TC de trozas podadas de pino radiata.</description><identifier>ISSN: 0718-221X</identifier><identifier>EISSN: 0718-221X</identifier><identifier>DOI: 10.4067/S0718-221X2010000300007</identifier><language>por ; spa</language><publisher>Universidad del Bío-Bío</publisher><subject>MATERIALS SCIENCE, PAPER &amp; WOOD</subject><ispartof>Maderas, 2010, Vol.12 (3), p.229-239</ispartof><rights>This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.</rights><lds50>peer_reviewed</lds50><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>230,314,780,784,885,24151,27924,27925</link.rule.ids></links><search><creatorcontrib>Rojas Espinoza, Gerson</creatorcontrib><creatorcontrib>Ortiz Irribarren, Oscar</creatorcontrib><title>IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES NEURONALES ARTIFICIALES</title><title>Maderas</title><addtitle>Maderas, Cienc. tecnol</addtitle><description>La factibilidad de identificar el cilindro nudoso en imágenes de tomografía computarizada de rayos X (TC) de trozas podadas de pino radiata (Pinus radiata D. Don), fue evaluada utilizando un método de clasificación supervisada basado en Redes Neuronales Artificiales (RNA). El proceso de clasificación consideró también la identificación de la zona libre de defectos y nudos. Treinta trozas podadas de pino radiata fueron escaneadas en un escáner médico multi-slice de rayos X, donde las imágenes TC resultantes fueron obtenidas cada 5 mm. Un total de 270 imágenes TC fueron clasificadas utilizando la técnica Redes Neuronal Artificial y los mapas temáticos resultantes, fueron filtrados con un filtro de mediana de 7 x 7. La precisión del proceso de clasificación de las imágenes TC fue obtenida a partir de una matriz de confusión y el estadístico Kappa. Los resultados indicaron que el cilindro nudoso puede ser identificado y separado con una precisión de 92.7%, mientras que para la precisión global se obtuvo un valor de 85.0%. Tras filtrar los mapas temáticos, los valores de precisión aumentaron a 96.3% y 92.3% para el cilindro nudoso y la precisión global, respectivamente. Los valores Kappa fueron de 0.607 y 0.764 para los mapas temáticos y mapas temáticos filtrados, respectivamente. Estos valores indicaron que existe un fuerte grado de conformidad entre los datos de referencia y el proceso de clasificación. Los resultados sugieren que es factible aplicar RNA como procedimiento de clasificación para identificar el cilindro nudoso en imágenes TC de trozas podadas de pino radiata.</description><subject>MATERIALS SCIENCE, PAPER &amp; WOOD</subject><issn>0718-221X</issn><issn>0718-221X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2010</creationdate><recordtype>article</recordtype><recordid>eNplUN1KwzAUDqLgnD6DeYHO_DRNchmabAZqMtIUZDejqy04hgOrt4LP5ostmyKC5-Kc7_x95weAW4xmOSr4XY04Fhkh-JEgjJLQo-JnYPKbOP-DL8HVOG4RYrJgbAI-rDYu2rktVWm9g9pUsLSVdTp46Brtaw-Ng_bh63NhnKlhLFMNjMGvVA2XXiudbIosrWtqGJS2KirYxMSxUk57GIxObc40wTtVJajCaZ49OtfgYmh3Y3_zY6egmZtY3meVX6SVqmzESL5llAoh-gHzHiFckAIPgvCOd0LmtO2emCCskBu-GVjepuMJp11L-kHIXmLOOKdTMPvmHbvnfrdfb_fvry9p4Pr0vfW_79EDPC5Yxg</recordid><startdate>201001</startdate><enddate>201001</enddate><creator>Rojas Espinoza, Gerson</creator><creator>Ortiz Irribarren, Oscar</creator><general>Universidad del Bío-Bío</general><scope>GPN</scope></search><sort><creationdate>201001</creationdate><title>IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES NEURONALES ARTIFICIALES</title><author>Rojas Espinoza, Gerson ; Ortiz Irribarren, Oscar</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s109t-33888ef17e0016261f827c7c8943acd582569b7bf54a000273ca2ef89e9175773</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>por ; spa</language><creationdate>2010</creationdate><topic>MATERIALS SCIENCE, PAPER &amp; WOOD</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>Rojas Espinoza, Gerson</creatorcontrib><creatorcontrib>Ortiz Irribarren, Oscar</creatorcontrib><collection>SciELO</collection><jtitle>Maderas</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Rojas Espinoza, Gerson</au><au>Ortiz Irribarren, Oscar</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES NEURONALES ARTIFICIALES</atitle><jtitle>Maderas</jtitle><addtitle>Maderas, Cienc. tecnol</addtitle><date>2010-01</date><risdate>2010</risdate><volume>12</volume><issue>3</issue><spage>229</spage><epage>239</epage><pages>229-239</pages><issn>0718-221X</issn><eissn>0718-221X</eissn><abstract>La factibilidad de identificar el cilindro nudoso en imágenes de tomografía computarizada de rayos X (TC) de trozas podadas de pino radiata (Pinus radiata D. Don), fue evaluada utilizando un método de clasificación supervisada basado en Redes Neuronales Artificiales (RNA). El proceso de clasificación consideró también la identificación de la zona libre de defectos y nudos. Treinta trozas podadas de pino radiata fueron escaneadas en un escáner médico multi-slice de rayos X, donde las imágenes TC resultantes fueron obtenidas cada 5 mm. Un total de 270 imágenes TC fueron clasificadas utilizando la técnica Redes Neuronal Artificial y los mapas temáticos resultantes, fueron filtrados con un filtro de mediana de 7 x 7. La precisión del proceso de clasificación de las imágenes TC fue obtenida a partir de una matriz de confusión y el estadístico Kappa. Los resultados indicaron que el cilindro nudoso puede ser identificado y separado con una precisión de 92.7%, mientras que para la precisión global se obtuvo un valor de 85.0%. Tras filtrar los mapas temáticos, los valores de precisión aumentaron a 96.3% y 92.3% para el cilindro nudoso y la precisión global, respectivamente. Los valores Kappa fueron de 0.607 y 0.764 para los mapas temáticos y mapas temáticos filtrados, respectivamente. Estos valores indicaron que existe un fuerte grado de conformidad entre los datos de referencia y el proceso de clasificación. Los resultados sugieren que es factible aplicar RNA como procedimiento de clasificación para identificar el cilindro nudoso en imágenes TC de trozas podadas de pino radiata.</abstract><pub>Universidad del Bío-Bío</pub><doi>10.4067/S0718-221X2010000300007</doi><tpages>11</tpages><oa>free_for_read</oa></addata></record>
fulltext fulltext
identifier ISSN: 0718-221X
ispartof Maderas, 2010, Vol.12 (3), p.229-239
issn 0718-221X
0718-221X
language por ; spa
recordid cdi_scielo_journals_S0718_221X2010000300007
source SciELO Chile
subjects MATERIALS SCIENCE, PAPER & WOOD
title IDENTIFICACION DEL CILINDRO NUDOSO EN IMÁGENES TC DE TROZAS PODADAS DE PINUS RADIATA UTILIZANDO REDES NEURONALES ARTIFICIALES
url http://sfxeu10.hosted.exlibrisgroup.com/loughborough?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-05T09%3A19%3A42IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-scielo&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=IDENTIFICACION%20DEL%20CILINDRO%20NUDOSO%20EN%20IM%C3%81GENES%20TC%20DE%20TROZAS%20PODADAS%20DE%20PINUS%20RADIATA%20UTILIZANDO%20REDES%20NEURONALES%20ARTIFICIALES&rft.jtitle=Maderas&rft.au=Rojas%20Espinoza,%20Gerson&rft.date=2010-01&rft.volume=12&rft.issue=3&rft.spage=229&rft.epage=239&rft.pages=229-239&rft.issn=0718-221X&rft.eissn=0718-221X&rft_id=info:doi/10.4067/S0718-221X2010000300007&rft_dat=%3Cscielo%3ES0718_221X2010000300007%3C/scielo%3E%3Cgrp_id%3Ecdi_FETCH-LOGICAL-s109t-33888ef17e0016261f827c7c8943acd582569b7bf54a000273ca2ef89e9175773%3C/grp_id%3E%3Coa%3E%3C/oa%3E%3Curl%3E%3C/url%3E&rft_id=info:oai/&rft_id=info:pmid/&rft_scielo_id=S0718_221X2010000300007&rfr_iscdi=true