Search

En esta Tesis se estudian matemática y experimentalmente, los resultados obtenidos al realizar el análisis en componentes independientes (abreviadamente, ICA, del inglés Independent Component Analysis) de imágenes naturales. El trabajo publicado en 1995 por Bell y Sejnowski [BellSej95], estableciendo una conexión entre los resultados obtenidos al aplicar ICA a imágenes naturales y el comportamiento de ciertas neuronas de la corteza visual primaria, suscitó un gran interés y motivó la aparición de numerosos artículos en los que, mediante diversos experimentos, se ofrecían distintos matices de esta conexión (por citar algunos ejemplos, [CaywWT04, HyvHH03, vanHat98a]). En esta Tesis se aporta, por primera vez, una prueba matemática que explica por qué se observa este interesante comportamiento cuando ICA es aplicado a imágenes naturales. Premio Extraordinario de Doctorado US

Resumen tomado del autor Describe la experiencia de profesores noveles en el 'Curso de Profesores Noveles' que desde hace algún tiempo, el Instituto de Ciencias de la Educación (ICE) de la Universidad de Sevilla viene organizando anualmente con el fin de ayudar a los profesores principiantes en su formación como docentes. Entre las actividades llevadas a cabo destacar la grabación de las clases en video, para después analizarlas, la realización de encuestas a los alumnos para conocer la labor docente. Andalucía Universidad de León. Facultad de Educación. Servicio de Biblioteca; Campus de Vegazana, s. n.; 24071 León; Tel. +34987291146; Fax +34987291145; bufed@unileon.es; bufed1@unileon.es ESP

Empleando la herramienta de Python llamada Tkinter se realiza una interfaz común para poder unir módulos independientes ya realizados por antiguos compañeros en sus Trabajos Final de Grado. De esta forma se va construyendo una herramienta útil en algunas asignaturas de cara al futuro y con la implicación de alumnos del grado. Se trata de una herramienta basada en las Recomendaciones de la ITU-R. La interfaz común está realizada de tal manera que desde ella se pueda llamar o acceder a los módulos mencionados. Estos módulos son cada uno interfaces gráficas cada una de una Recomendación en concreto. En primer lugar, se realiza un repaso sobre cada Recomendación implicada en el trabajo. En dicho repaso se tratan conceptos importantes para la compresión del objetivo de cada una de las recomendaciones y así poder entender mejor el funcionamiento global de esta herramienta. Por otro lado, se puede ver cierta información sobre el lenguaje de programación utilizado y las distintas herramientas necesarias para la consecución del resultado final. Esto es necesario para comprender todo el trabajo que hay detrás de una ventana gráfica que aúna diferentes módulos. Posteriormente, se muestra el funcionamiento del programa ahondando en cada recomendación de manera independiente. Hay que resaltar que los cálculos para comprobar el correcto funcionamiento de cada módulo ya están realizados en los trabajos de los compañeros, lo cual supuso un esfuerzo importante para ellos. Por último, aparte de conclusiones, se proponen posibles mejoras y futuras líneas de trabajo que doten a este programa de una mayor complejidad de cara a uso posible uso académico. No hay que olvidar que esto es el inicio de algo mucho más grande. Using the Python tool called Tkinter, a common interface is created to be able to join independent modules already created by former classmates in their Final Degree Projects. In this way, a useful tool is being built in some subjects for the future and with the involvement of students of the degree. It is a tool based on the UIT-R Recommendations. The common interface is designed in such a way that the modules mentioned can be called or accessed from it. These modules are each a graphical interface to a specific Recommendation. First, an overview of each Recommendation involved in the work is given. In this overview, important concepts for the understanding of the objective of each of the recommendations are discussed in order to better understand the overall functioning of this tool. On the other hand, some information about the programming language used and the different tools necessary to achieve the final result can be seen. This is necessary to understand all the work behind a graphical window that brings together different modules. Subsequently, the operation of the program will be shown, going in depth into each recommendation independently. It should be noted that the calculations to check the correct functioning of each module have already been carried out in the work of the colleagues, which meant an important effort for them. Finally, apart from conclusions, possible improvements and future lines of work are proposed to make this program more complex for possible academic use. We must not forget that this is the beginning of something much bigger. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación.

Este proyecto prolonga el desarrollo de un programa para simular enlaces de radiocomunicaciones. Se desarrolla en lenguaje Python, el de mayor crecimiento actualmente. Entre las características de esta herramienta se encuentran ser de software libre, abierto para el uso de toda la comunidad de telecomunicaciones, escalable y modular. Se realiza un análisis intenso de las tecnologías existentes para el correcto diseño de la interfaz de usuario. Posteriormente se produce una elección y un desarrollo inicial. Se obtienen conclusiones y se describen las líneas futuras. This project continues the development of a radio communications link simulator. It is written in Python language, currently the fastest growing. Among the characteristics of this tool are opensource, modularity and scalability. An intense analysis of the existing technologies is carried out for the correct design of the user interface. Subsequently, there is an election and a beta development. Conclusions are obtained and future lines are described. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

En el ámbito del deporte la grabación y análisis de los partidos se ha convertido en una herramienta esencial para la preparación y mejora del rendimiento de los deportistas. El campo de la visión artificial ha sido aplicado en una gran variedad de deportes, incluido el tenis, con el propósito de ayudar y ayudar en dichos análisis. Este Trabajo Fin de Grado está centrado en el estudio e implementación del Deep Learning y visión artificial en el ámbito de la detección de objetos. En concreto en la detección de los componentes esenciales del tenis, como son la pelota, la raqueta, y el jugador, mediante la aplicación de la red neuronal YOLO. YOLO ha generado un gran interés por los amantes del Deep Learning en la detección de objetos en tiempo real. A lo largo del trabajo se aprenderá sobre el campo de las redes neuronales convolucionales profundas y se realizará una comparación entre las diferentes versiones de YOLO mediante el análisis de los resultados de los diferentes experimentos. Se concluirá con la mejor opción para la detección de objetos en tiempo real, así como la detección de objetos muy pequeños y con altas velocidades de movimiento. Además, este trabajo conlleva la elaboración y etiquetación de la base de datos que se utilizará con el fin de entrenar el modelo sobre partidos reales y profesionales de tenis. In the world of sport, monitoring and analysing of matches has become an indispensable instrument for the coaching and performance improvement of athletes. The field of Computer Vision has been applied in a wide variety of sports, including tennis, in order to assist and support such analyses. This Research Project is focused on the study and implementation of Deep Learning and Computer Vision in the domain of object detection. Specifically in the detection of the key components of tennis, such as the ball, the racquet, and the player, through the application of the neural network YOLO. YOLO has raised a high interest among Deep Learning experts on real time object detection. Throughout the paper we will learn about the field of deep convolutional neural networks and a comparison will be made between different YOLO versions by analysing the results of different experiments. It will conclude with the optimal solution for real time object detection the detection, as well as the detection of very small objects with high movement speed. Furthermore, this work implies the elaboration and labelling of the dataset that will be used in order to train the model on real and professional tennis matches. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

En la actualidad se está viviendo un gran aumento del tráfico aéreo, convirtiendo a este método de transporte en el más elegido para grandes trayectos. Esto ha hecho que el espacio aéreo se encuentre congestionado debido al alto volumen de aeronaves que se encuentran sobrevuelan una determinada región simultáneamente. Como consecuencia, los controladores aéreos tienen cada vez una carga de trabajo mayor, lo que dificulta su tarea de detección y control de aeronaves reduciendo la eficiencia y la seguridad de este servicio. Para mejorar esta situación se han desarrollado numerosos instrumentos cuya finalidad es la detección de aviones dentro de una zona de cobertura. El más típico de todos ellos es el radar, un sistema ampliamente utilizado en todo el planeta. Por esto, en este proyecto se plantea una descripción detallada de este instrumento, primero de forma general común a todos los radares usados para cualquier propósito, y después centrándose en los que se instalan en las inmediaciones de aeropuertos para el control del tráfico aéreo, haciendo un análisis de las características de su funcionamiento. Con este fin, se hace uso de un software profesional de redes y sistemas radioeléctricos llamado HTZ Communications y desarrollado por la empresa ATDI, para así implementar un sistema de radar que se asemeje a la situación del Aeropuerto de Sevilla para realizar simulaciones y obtener como resultado unos mapas de cobertura lo más realistas posibles. Nowadays world is experiencing a strong increase in air traffic, which is becoming the most common means of transport for long distances. This has triggered a congested air space due to the amount of airplanes flying the same region simultaneously. Because of this, air traffic controllers are facing bigger workloads, which causes a decrease in safety and efficency in their due of controlling and monitoring air traffic. In order to solve this situation, several devices have been developed to track aircrafts within a coverage area. Among them, the most common one is radar, a worldwide spread device. For this reason, throughout this project this system will be deeply analized. Firstly a general description will be made. Secondly we will focus on radar systems which are deployed nearby an airport, analising how it operates. We use a professional software related to networks and radio links named HTZ Communications and developed by ATDI, to reproduce the radar system placed in the airport of Seville in order to make some simulations which will provide realistic coverage maps. Universidad de Sevilla. Grado en Ingeniería Aeroespacial.

La pandemia mundial causada por la Covid-19 ha provocado un antes y un después en nuestras vidas, tanto, que ahora llevar mascarilla con el fin de frenar su contagio es algo primordial e impensable en determinadas ocasiones. A raíz de la desesperación originada por este virus se ha incrementado el interés en métodos científicos que puedan ayudar a estabilizar y controlar la situación. Este proyecto gira en torno a este tema tan actual, ya que persigue alcanzar una eficiente clasificación de imágenes según se lleve mascarilla o no, así como diferenciando también si se lleva de forma incorrecta. Para desarrollarlo, se han empleado redes neuronales convolucionales basadas en Deep Learning, algunos populares paquetes básicos de aprendizaje automático como es Keras o TensorFlow y el lenguaje de programación Python 3.6. Los resultados obtenidos en este experimento, usando las herramientas presentadas y trabajando para lograr un ajuste de parámetros que optimice el resultado, terminan con una precisión del algoritmo máxima de un 95.31 % para el diseño final seleccionado. The global pandemic caused by Covid-19 has caused a before and after in our lives, so much that now wearing a mask in order to stop its contagion is essential and unthinkable in certain occasions. As a result of the desperation caused by this virus, there has been an increased interest in scientific methods that could help stabilize and control the situation. This project revolves around this very current topic, since it seeks to achieve an efficient images classification depending on whether a mask is worn or not, as well as differentiating whether it is worn incorrectly. To develop it, convolutional neural networks based on Deep Learning, some popular basic machine learning packages such as Keras or TensorFlow and the Python 3.6 programming language have been used. The results obtained in this experiment, using the tools presented and working to achieve a parameter adjustment that optimizes the result, ends with a maximum algorithm precision of 95.31%. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

El Eimeria es un parásito animal que provoca enfermedades y muerte animal, disminuyendo la productividad. Existen múltiples especies de Eimeria para cada especie animal, con diferencias mínimas de tamaño y forma entre ellas, que afectan de formas distintas al portador. Por tanto, un reconocimiento rápido y preciso de cada especie es crucial para un diagnóstico eficaz. Lo que se propone en este Trabajo Fin de Grado es utilizar varias técnicas punteras relacionadas con la visión artificial para automatizar el procesamiento de las imágenes y su posterior clasificación. Para ello se han usado los datos vinculados al estudio de Castañón et al. [2] para el diseño y codificación del programa. Es importante destacar que el algoritmo en el que se basa proviene del artículo de Ginoris et al. [1] pero aplicando herramientas más modernas, como el reconocimiento de elipses y el uso de una red neuronal que se basa en la extracción de características para su clasificación. Eimeria is an animal parasite that causes severe diseases and animal death, consequently producing a decrease in productivity. There are multiple Eimeria species for each animal species, with minimal differences in terms of size and shape, which affect the carrier in different ways. Therefore, a quick and precise recognition of each species is crucial in order to elaborate an effective diagnostic. In this paper, it is proposed the usage of several state-of-the-art techniques related to computer vision to automatize the image processing and its subsequent classification. The dataset used, present in the Castañon et al. [2] project, was the groundwork to the design and coding of the model. The algorithm which inspired this model comes from the article provided by Ginoris et al. [1], but several more contemporary tools have been applied, like ellipse detection and a neural network based on feature extraction in the interest of classifiying the data. Universidad de Sevilla. Grado en Ingeniería de Telecomunicación

El estudio de los fundamentos de la radiocomunicación y el comportamiento de las ondas electromagnéticas en su propagación por cualquier medio son una parte indispensable en nuestra formación como graduados en la ingeniería de telecomunicación. De igual forma lo es disponer de medios y recursos para que este estudio pueda ser eficiente y accesible a todos los estudiantes. En este trabajo se abordan ambos aspectos, ya que se expondrán los conocimientos estudiados sobre propagación por difracción y se planteará una solución que permita en un futuro disponer de una herramienta gratuita que ofrezca a los estudiantes de la escuela la posibilidad de poner en práctica los conocimientos que se vayan adquiriendo sobre la materia de manera accesible y cómoda. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

Este proyecto está basado en la Recomendación ITU-R P.452 [1], la cual describe un método de predicción para evaluar la interferencia entre estaciones situadas en la superficie de la tierra, teniendo en cuenta los mecanismos de interferencia en cielo despejado. Para determinar esta interferencia entre estaciones se elaborá un simulador en Python. Este programa partirá de una seria de parámetros introducidos por el usuario y se encargará de desarrollar el método descrito en la Recomendación. This project is based on Recommendation ITU-R P.452 [1], which describes a prediction method to evaluate interference between stations located on the earth's surface, considering clear sky interference mechanisms. To determine this interference between stations, a simulator will be developed in Python. This program will start from a series of parameters entered by the user and will oversee developing the method described in the Recommendation. Universidad de Sevilla. Grado en Ingeniería de Telecomunicación

El mundo de los microcontroladores puede ser algo complejo a primera vista por la variedad de fabricantes, tipos de procesadores de 8, 16 o 32 bits, lenguaje de programación usado C o C++… No obstante, hay empresas que han comenzado a considerar estas circunstancias y han desarrollado productos como Lego Mindstorm, Arduino y Raspberry Pi. Estos productos, que a simple vista no parecen poder clasificarse de forma convencional en estos aspectos, son una forma excelente de iniciar a personas sin conocimiento alguno en programación y electrónica. Este Trabajo de Fin de Grado tratará sobre la creación de una interfaz gráfica de usuario para Arduino. El objetivo que se persigue no es controlar la lógica que regirá la placa desde el ordenador con el que se comunique sino facilitar la labor de aquellos usuarios que realicen sus proyectos con las placas de manera que sean capaces de visualizar aquellos datos que estimen convenientes de la forma más sencilla posible. Para ello, la interfaz permitirá la representación de múltiples gráficas, con ajuste automático de escalas, de aquellos datos procedentes de la placa Arduino que el usuario seleccione, así como los valores de estos datos y los de las variables seleccionadas lo que facilitará una comprensión del funcionamiento de una manera más intuitiva y rápida. Por otro lado, dado que existe una gran cantidad de distintos modelos y con diferentes características, se hace necesario que el diseño del software sea sólido y expandible. Debido a esta circunstancia, se ha decidido usar Python para la creación de la GUI pues se trata de un lenguaje de alto nivel que a su vez resulta muy flexible. En cambio, se usará C++ para las librerías de las placas Arduino, justificándose este uso por razones más que evidentes de rendimiento. Microcontroller fields can be something at a first approach due to the variety of manufacturers, processor type of 8, 16 or 32 bits, the programming language being either C or C++. Nonetheless, there are several businesses who have started to consider this situation developing several products such as Lego Mindstorm, Arduino and Raspberry Pi. These products cannot be classified with by using traditional aspect. What make them special is that they are a great way to introduce people without any prior knowledge of programming and electronics. This project will be focused on the development of a graphical user interface for Arduino boards. The aim isn't controlling the logic on the side of the computer which the board will be exchanging messages with, rather helping the work of those users who develop their projects by allowing to check the needed data in a graphical way. In order to achieve this goal, the interface will allow the representation of multiple graphs and two tables filled with data originated from the Arduino board. Due to the amount of different board models with their own features, it's needed that the software is developed over a solid base. Due to this, it's has been decided to use Python to create the graphical user interface. On the other hand, C++ will be used to create the libraries for Arduino boards because the hardware is quite limited. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

En este trabajo se ha desarrollado un simulador con interfaz gráfica en Python bajo el nombre GroundWave Simulator, basado en el programa de computador GRWAVE que utiliza la Rec. ITU-R P.368 [1]. Sobre escenarios de transmisión de ondas superficiales, se estudia la intensidad de campo eléctrico que se recibe a cierta distancia, en función de las características del terreno, para frecuencias entre 10 kHz y 30 MHz en una suposición de Tierra esférica lisa Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

Empleando la recomendación ITU-R P.1147 se realiza un simulador en Python capaz de determinar la intensidad de campo para el rango de frecuencias comprendido de 150 a 1700 kHz. El cálculo de dicha intensidad dependerá de diversos factores como la ubicación de las estaciones, la frecuencia de transmisión o la hora a la que se realice la comunicación. En primer lugar se realizará un breve repaso histórico sobre cuales fueron los motivos que llevaron a investigar sobre este aspecto sobre este tema. Posteriormente, se explicarán algunos conceptos importantes que se utilizarán en la recomendación y se detallará en profundidad la norma. Acto seguido, se presentará un código en Python capaz de calcular la intensidad de campo, que introduciendo una serie de parámetros básicos a elección de quien haga el diseño devolverá el valor calculado teniendo en cuenta todas las posibles situaciones o posibilidades que puede abarcar dicha recomendación. Por último, para verificar el funcionamiento del programa se ha realizado una serie de ejemplos analíticos con los que se pretende comparar los resultados que éste nos ofrece y contrastar de este modo el correcto desarrollo del programa. Using the ITU-R P.1147 Recommendation, a Python simulator is used to determine the field strength for the range of frequencies from 150 to 1700 kHz. The calculation of this intensity will depend on several factors such as the location of the stations, the frequency of transmission or the time at which communication takes place. First, it will commence with a historical review on what were the reasons to research about this subject. Subsequently, some important concepts that will be used in the recommendation will be explained and the norm will be explained in detail too. After, a code in Python be able to calculate the field strength will be presented and introducing a series of basic parameters will return the calculated of the intensity. Finally, to verify the operation of the program, the same examples are calculate analytically to show the correct execution of the program. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

Este trabajo de fin de grado aporta al lector los algoritmos y métodos matemáticos empleados para el cálculo de la atenuación debida a lluvia y gases para radioenlaces terrestres basándose en la recomendación ITU-R P.530 [9]. Se propondrá alguna serie de casos y se resolverán de manera analítica con el objetivo de afianzar estos conocimientos. Una vez aclarados los conceptos teóricos de este tipo de pérdidas, se realiza el programa en Python que implementa todo lo mencionado anteriormente. A continuación, se resolverán de forma simulada los casos expuestos de forma analítica con el fin de verificar el correcto funcionamiento del código. Además, con la ayuda del modo gráfico de Python y las librerías numpy y matplotlib, se generarán una serie de gráficas para comprobar la influencia de algunos de los parámetros en las pérdidas totales y así obtener unas detalladas conclusiones. También se realizará un estudio sobre el software de radioenlaces existentes actuales. Se podrá observar las ventajas e inconvenientes de utilizar softwares de libre distribución o de pago. El propósito de esto es elegir un determinado programa como soporte para generar los parámetros de carácter geográfico necesarios para la implementación en el programa de Python, tales como longitud del trayecto, altitud y latitud. Una vez elegido el software que más se ajuste a las necesidades, en este caso será LinkPlanner del fabricante Cambium Networks, se le dará una idea al lector de cómo generar un nuevo proyecto y crear un radioenlace terrenal pudiendo obtener su perfil de terreno y su correspondiente exportación a una hoja de Excel. Por último, se creará una interfaz gráfica mediante Python y su librería tkinter que permitirá a los usuarios obtener las pérdidas por lluvia y gases con solo la introducción de una serie de datos y accionar un botón. Esto hará que todos los métodos matemáticos empleados y código de programa sean transpararentes para el usuario y disponga con rapidez de estas atenuaciones tan importantes y presentes siempre en los sistemas de comunicaciones y radioenlaces. This final degree project provides the reader with the algorithms and mathematical methods used to calculate the attenuation due to rain and gases for terrestrial radio links based on the recommendation ITU-R P.530. A series of cases will be proposed and solved in an analytical manner with the aim of consolidating this knowledge. Once the theoretical concepts of this type of losses have been clarified, the Python program is created, which implements everything mentioned above. Next, the cases exposed in an analytical manner will be resolved simulated in order to verify the correct functioning of the code. In addition, with the help of the Python graphical mode and the numpy and matplotlib libraries, a series of graphs will be generated to check the influence of some of the parameters on the total losses and thus obtain some detailed conclusions. There will also be a study on the current existing radio-relay software. You can see the advantages and disadvantages of using free distribution or payment softwares. The purpose of this is to choose a specific program as support to generate the geographic parameters necessary for the implementation in the Python program, such as path length, altitude and latitude. Once the software that best suits the needs has been chosen, in this case it will be LinkPlanner from the manufacturer Cambium Networks, it will give the reader an idea of how to generate a new project and create an earth radio link to obtain their land profile and its corresponding export to an Excel sheet. Finally, a graphical interface through Python and its tkinter library will be created, which will allow users to obtain rain and gas losses with the introduction of a series of data and a button. This will make all the mathematical methods used and program code transparent to the user and quickly dispose of these important attenuations always present in the communications systems and radio links. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

Este proyecto está basado en la Recomendación de la ITU-R P.1546-5. En esta Recomendación se describe un método de predicción de propagación radioeléctrica punto a zona para servicios terrenales en la gama de frecuencias de 30 a 3000 MHz. El método será utilizado en los circuitos radioeléctricos troposféricos en trayectos terrestres y marítimos entre 1-1000 km de longitud para alturas de antena de transmisión efectivas menores de 3000 m y está basado en la interpolación/extrapolación de curvas de intensidad de campo deducidas empíricamente en función de: la distancia, la altura de la antena, la frecuencia y el porcentaje de tiempo. El procedimiento de cálculo incluye además correcciones de los resultados a fin de reflejar diferentes casuísticas. A partir, de este método se elaborará un simulador en Python que implementará lo explicado anteriormente. Este programa partirá de una serie de parámetros introducidos por el usuario y se encargará de desarrollar el método descrito en la recomendación. Utilizando la API Open-Elevation (open-source), se obtienen otros datos relevantes para la aplicación y se muestran por pantalla ciertas gráficas del terreno estudiado. Finalmente, se realizan una serie de correcciones sobre los valores obtenidos. Para comprobar la correcta implementación de nuestro código, se han realizado una serie de pruebas que permiten verificar su funcionamiento. This Project is based on the Recommendation of ITU-R P.1546-5. This Recommendation describes a point-to-area radio propagation method for terrestrial services in the frequency range from 30 to 3000 MHz. The method will be used in tropospheric radio circuits on land sea routes between 1-1000 km length for effective transmisision antennas smaller tan 3000 m and is based in the interpolation/extrapolation of field strength curves deduced empirically as a function of: the distance, the height of the antenna, the frequency and the percentage of time. The calculation procedure also includes corrections of the results in order to reflect different casuistry. From this method a Python simulator will be developed that will implement what was explained above. This program is available in a series of parameters entered by the user and will be responsable for developing the method described in the Recommendation. Using Open-Elevation API (open-source), other relevant data to the application is displayed and certain graphs on the studied terrain are displayed on the screen. Finally, a serie f corrections is made on the nominal values. A serie of test has been carried out to verify its operation. Universidad de Sevilla. Grado en Tecnologías de Telecomunicación

El presente trabajo tiene como objeto el desarrollo de un clasificador de texturas y para ello se usa la base de datos de Columbia-Utrecht (CUReT). El desarrollo del clasificador se apoya en el paper publicado por Manik Varma y Andrew Zisserman: “A Statistical Approach to Texture Classification from Single Images”. Como aporte original se emplea el uso de una técnica matemática, llamada, análisis en componentes independientes (ICA) para conseguir el banco de filtros que permitirán obtener las características de las texturas. Esto permite poder comparar con los filtros que, los mencionados autores, utilizan en su trabajo. El presente documento aporta un nuevo enfoque puesto que los filtros obtenidos a partir de ICA son filtros dependientes de las propias texturas The purpose of this work is the development of a textures classifier using the Columbia-Utrecht database (CUReT). The development of the classifier is based on the paper published by Manik Varma and Andrew Zisserman: "A Statistical Approach to Texture Classification from Single Images". As original contribution, the use of a mathematical technique, analysis of independent components (ICA), is used to get the bank of filters that will allow us to get the characteristics of the textures. This allows us to compare with the filters that the mentioned authors use in their work providing a new approach because the filters obtained from ICA are filters dependent on the textures themselves. Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación

La segmentación de tejidos cerebrales es un reto importante, a la vez que tedioso, debido a que las imágenes de resonancia magnética tomadas de tejidos cerebrales presentan niveles de escala de grises muy similares, lo que hace que se puedan confundir unos tejidos con otros con cierta facilidad. En este trabajo se desarrollan diversas técnicas como K-Means, Fuzzy C-Means y clúster kernelizado con fuzzy c-means (KFCM) combinado con análisis de componentes independientes (ICA) que obtienen una segmentación de los distintos tejidos o regiones de interés en las imágenes cerebrales de resonancia magnética (MRI). El método propuesto parte imágenes cebrebrales multimodales denominadas T1-Weighted, T2- Weigthed y PD-Weighted. En primera instancia, se aplica a estas imágenes un pre-procesado en el que se elimina el cráneo de las imágenes cerebrales. A través del análisis ICA se extraen tres componentes independientes. Como las imágenes multimodales son consideradas como una combinación lineal de señales, aplicar ICA hace que se produzca una mejora en el contraste de las imágenes cerebrales. El resultado de extraer las tres componentes independientes será la entrada de los distintos algoritmos de clasificación para extraer los tejidos cerebrales. Haciendo un análisis de los resultados del experimento, el método propuesto es capaz de extraer con precisión formas complicadas de los tejidos cerebrales. Universidad de Sevilla. Máster en Ingeniería de Telecomunicación