1 / 18

Caracterizando talasemic-RBCs mediante el plano complejidad entropía

Caracterizando talasemic-RBCs mediante el plano complejidad entropía. Dr. A. M. Korol Universidad Nacional de Rosario Instituto de Física Rosario VI Workshop Mecánica Estadística y Teoría de la Información 26-27-28 mayo 2010 , Mar del Plata. Colaboradores:.

vivien-kidd
Download Presentation

Caracterizando talasemic-RBCs mediante el plano complejidad entropía

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Caracterizando talasemic-RBCs mediante el plano complejidad entropía Dr. A. M. Korol Universidad Nacional de Rosario Instituto de Física Rosario VI Workshop Mecánica Estadística y Teoría de la Información 26-27-28 mayo 2010 , Mar del Plata

  2. Colaboradores: P. Foresto, Fac. de Cs. Bioquímicas-UNR M.D’Arrigo, Fac. de Cs. Bioquímicas-UNR S.Perez, Fac. de Cs. Bioquímicas-UNR M. T. Martin, Fac. Ciencias Exactas, ULP O. A. Rosso, The University of Newcastle

  3. Plan: • Las muestras en el laboratorio. • Porque la necesidad de distinguir muestras de sangre de talasemia silente de muestras de sangre donante sano. • La transformada wavelet, energías, entropías y complejidad estadística, como herramienta para lograrlo. • Resultados. • Perspectivas.

  4. Plan: • Las muestras en el laboratorio. • Porque la necesidad de distinguir muestras de sangre de talasemia silente de muestras de sangre donante sano. • La transformada wavelet, energías, entropías y complejidad estadística, como herramienta para lograrlo. • Resultados. • Perspectivas.

  5. P M T ANALOGIC-DIGITAL R. A. M. CONVERTER 32 memories 256 bites LASER PC Eritrodefórmetro:

  6. Patrón de difracción de una suspensión de glóbulos rojos a) sin deformar b) deformados

  7. Curvas obtenidas con el Eritrodefórmetro

  8. Plan: • Las muestras en el laboratorio. • Porque la necesidad de distinguir muestras de sangre de talasemia silente de muestras de sangre donante sano. • La transformada wavelet, energías, entropías y complejidad estadística, como herramienta para lograrlo. • Resultados. • Perspectivas.

  9. β-talasemia silente • El portador de Beta-Talasemia silente es una persona sana • El hecho de ser portador no debilita física o mentalmente • Puede comer lo que desee y realizar cualquier trabajo que elija • No necesita tratamiento médico alguno por ser portador talasémico

  10. Patrones de Herenciaβ-talasemia silente

  11. Plan: • Las muestras en el laboratorio. • Porque la necesidad de distinguir muestras de sangre de talasemia silente de muestras de sangre donante sano. • La transformada wavelet, energías, entropías y complejidad estadística, como herramienta para lograrlo. • Resultados. • Perspectivas.

  12. Transformada Wavelet

  13. Plan: • Las muestras en el laboratorio. • Porque la necesidad de distinguir muestras de sangre de talasemia silente de muestras de sangre donante sano. • La transformada wavelet, energías, entropías y complejidad estadística, como herramienta para lograrlo. • Resultados. • Perspectivas.

  14. Resultados • < H (c) > = 0.90471 mientras < H (β) > = 0.78842 • En todos los casos < H (c) > son mayores que < H (β) >

  15. Resultados • Para muestras control: H є (0.860 , 0.911) y C є (0.075,0.125) • Para muestras β-talasemia: H є (0.735 , 0.838) y C є (0.125,0.225)

  16. Plan: • Las muestras en el laboratorio. • Porque la necesidad de distinguir muestras de sangre de talasemia silente de muestras de sangre donante sano. • La transformada wavelet, energías, entropías y complejidad estadística, como herramienta para lograrlo. • Resultados. • Perspectivas.

  17. Perspectivas • Transferencia de Información, entre los procesos de carga y descarga. • Aplicación a los patrones de orden. • Glicosilación enzimática y no enzimática. • % de Glicosilación no enzimática. • Comparaciones con enfermos diabéticos.

  18. ¡Muchas Gracias!

More Related