Helvia :: Repositorio Institucional de la Universidad de CórdobaEl repositorio digital Helvia captura, almacena, indexa, preserva y distribuye materiales de investigación en formato digital.https://helvia.uco.es:443/xmlui2024-03-28T07:02:14Z2024-03-28T07:02:14ZDeep learning techniques for ordinal spatial data and applications in medical imagingBarbero-Gómez, Javierhttp://hdl.handle.net/10396/277342024-03-23T03:00:53Z2024-01-01T00:00:00ZDeep learning techniques for ordinal spatial data and applications in medical imaging
Barbero-Gómez, Javier
This thesis navigates the intersection of deep learning and ordinal regression, aiming to address the challenges inherent in ordinal tasks, particularly within medical image diagnosis. The primary contributions unfold across three interconnected chapters, each designed to tackle a distinct facet of the overarching problem. First, a new breed of Convolutional Neural Network (CNN) architectures tailored for ordinal regression is introduced. The superior performance of the proposed Ordinal Binary Decomposition (OBD) model, coupled with an Error Correcting Output Codes (ECOC) scheme for label assignment, is demonstrated across diverse tasks. Notably, it achieves superior ordinal performance metrics without compromising traditional classification ones, offering a flexible and efficient solution to the challenges of ordinal regression problems. The next chapter extends this methodology to a real medical application: the diagnosing of Parkinson’s disease. Faced with the challenges of volumetric brain scans, a native 3D CNN architecture is introduced, along with an innovative data augmentation algorithm (OGO-SP-𝛽) that exploits ordinal information. This methodology showcases significant advancements in assessing dopaminergic brain activity, demonstrating adaptability to diverse input types and resilience against class imbalance challenges. Finally, the next chapter delves into the often-neglected realm of interpretability in ordinal CNN models. Existing explanation methods are rigorously validated, and two novel techniques, GradOBD-CAM and OIBA, are introduced to shed light on the decision-making processes of these models. GradOBD-CAM outperforms existing methods, providing nuanced insights into feature importance in the context of ordinal regression. As a whole, this thesis contributes to advancing the understanding and application of ordinal regression classifiers within deep learning. The developed methodologies, spanning novel architectures, data augmentation techniques, and explanation methods, generally enhance the performance, adaptability, and explainability of CNN models in the ordinal domain. The successful application of these methodologies to real medical challenges underscores their practical utility, with implications extending beyond the medical realm. As the research unfolds, this thesis lays the groundwork for future explorations, suggesting avenues for refining methodologies, expanding applications, and delving deeper into the interpretability of ordinal CNN models. In conclusion, this thesis provides a comprehensive and nuanced exploration of ordinal regression challenges, offering tangible solutions and insights that contribute to the evolving landscape of deep learning applications.; Esta tesis navega por la intersección del aprendizaje profundo y la regresión ordinal, con el objetivo de abordar los retos inherentes a las tareas ordinales, en particular en el diagnóstico de imágenes médicas. Las principales contribuciones se desarrollan a lo largo de tres capítulos interconectados, cada uno diseñado para abordar una faceta distinta del problema general. En primer lugar, se presenta una nueva variedad de arquitecturas de Redes Neuronales Convolucionales (CNN) adaptadas a la regresión ordinal. El rendimiento superior del modelo de Descomposición Ordinal Binaria (OBD) propuesto, junto con un esquema de asignación de etiqueta basado en Códigos de Salida de Corrección de Errores (ECOC), se demuestra a través de diversas tareas. En particular, logra métricas de rendimiento ordinal superiores sin comprometer las métricas de clasificación tradicionales, ofreciendo una solución flexible y eficiente a los retos de los problemas de regresión ordinal. El siguiente capítulo amplía esta metodología a una aplicación médica real: el diagnóstico de la enfermedad de Parkinson. Enfrentados a los retos de los escáneres cerebrales volumétricos, se introduce una arquitectura de CNN nativa 3D así como un innovador algoritmo de aumento de datos (OGO-SP-𝛽) que explota la información ordinal. Esta metodología muestra avances significativos en la evaluación de la actividad cerebral dopaminérgica, demostrando su adaptabilidad a diversos tipos de datos de entrada y su resistencia frente a los desafíos del desequilibrio de clases. Por último, el siguiente capítulo se adentra en el ámbito, a menudo descuidado, de la explicabilidad en los modelos CNN ordinales. Se validan rigurosamente los métodos de explicación existentes y se introducen dos técnicas novedosas, GradOBD-CAM y OIBA, para arrojar luz sobre los procesos de toma de decisiones de estos modelos. GradOBD-CAM supera a los métodos existentes, proporcionando información matizada sobre la importancia de las características en el contexto de la regresión ordinal. En conjunto, esta tesis contribuye a avanzar en la comprensión y aplicación de modelos de regresión ordinal dentro del aprendizaje profundo. Las metodologías desarrolladas, que abarcan arquitecturas novedosas, técnicas de aumento de datos y métodos de explicación, mejoran generalmente el rendimiento, la adaptabilidad y la interpretabilidad de los modelos CNN en el dominio ordinal. La aplicación con éxito de estas metodologías a retos médicos reales subraya su utilidad práctica, con implicaciones que se extienden más allá del ámbito médico. A medida que se desarrolla la investigación, esta tesis sienta las bases para futuras exploraciones, sugiriendo vías para refinar las metodologías, ampliar las aplicaciones y profundizar en la interpretabilidad de los modelos CNN ordinales. En conclusión, esta tesis proporciona una exploración completa y matizada de los retos de regresión ordinal, ofreciendo soluciones tangibles y conocimientos que contribuyen al panorama en evolución de las aplicaciones de aprendizaje profundo.
2024-01-01T00:00:00ZArea Maximizing Surfaces in Lorentzian SpacesCaballero, MagdalenaPelegrín, José A. S.Rubio, Rafael M.http://hdl.handle.net/10396/277332024-03-23T03:00:54Z2021-01-01T00:00:00ZArea Maximizing Surfaces in Lorentzian Spaces
Caballero, Magdalena; Pelegrín, José A. S.; Rubio, Rafael M.
In this paper we provide new results for area maximizing compact spacelike surfaces with
boundary embedded in Lorentz-Minkowski space, as well as establish the uniqueness of the
Dirichlet problem for maximal graphs in the aforementioned space. Moreover, we extend our
results to more general Lorentzian spaces that admit an in nitesimal timelike symmetry.
2021-01-01T00:00:00ZIdentification and characterization of metabolites from necrotrophic fungiAgudo Jurado, Francisco Jesúshttp://hdl.handle.net/10396/277322024-03-23T03:00:56Z2024-01-01T00:00:00ZIdentification and characterization of metabolites from necrotrophic fungi
Agudo Jurado, Francisco Jesús
Phytopathogenic fungi present a great problem, since they reduce the quality of crops and even decrease their yield, causing large economic losses to farmers. For this reason, the present work is divided into two main sections: the first one is dedicated to identifying compounds involved in the disease development of necrotrophic fungi, such as Ascochyta and Colletotrichum, while the second section aims to explore the potential use of these identified compounds as natural biofungicides. To this end, the work has been divided into the following chapters, which have given rise to their respective scientific publications:
• Chapter I presents a general introduction on the importance of necrotrophic fungi on legumes. We review and discuss the isolation, chemical, and biological characterization of fungal phytotoxins produced by the most important necrotrophic fungi involved in legume diseases. We also report their possible role in plant-pathogen interaction and their structure-toxicity relationship. Moreover, we describe several multidisciplinary studies on other prominent biological activity conducted on reviewed phytotoxins. Finally, we explore the challenges in the identification of new fungal metabolites and their possible applications in future experiments.
• Chapter II explore the possibility to integrate the OSMAC strategy for the identification of phytotoxic metabolites produced by the fungus Ascochyta fabae. For this, the fungus was grown in different culture media (solid and liquid) to obtain the respective fungal extracts that were fractionated by chromatographic methods and identified by NMR and LC-HRMS. Finally, a bioassay on detached leaves of several legume hosts was carried out to assess theis phytotoxicity and their role in disease development.
• Chapter III reported the integration of the OSMAC strategy with targeted and untargeted metabolomic approaches to shed light on the secondary phytotoxic metabolite panels produced by pathogenic isolates of Colletotrichum truncatum and Colletotrichum trifolii. The phytotoxicity of the fungal crude extracts was also assessed on their primary hosts and related legumes, and the results correlated with the metabolite profile that arose from the different cultural conditions.
• Chapter IV addresses the issue of the use of metabolites of natural origin for their use as possible biofungicides, as an alternative to chemicals. For this, the potential antifungal activity of some anthraquinones isolated from Ascochyta lentis, was assayed in this study for their effectiveness to reduce rust and powdery mildew diseases on pea and oat. Their effect on fungal development was macro- and microscopically assessed on inoculated leavesand compared to the control achieved by the chemical fungicide (Tetraconazol 12.5% and Azoxystrobin 25%). In addition, the most promising compound represented by pachybasin was also tested at different concentrations in inoculated whole plants in order to evaluate its preventive and curative potential against fungal infection.
• Chapter V explore de fungitoxic effect of 12 bioactive plant and fungal metabolites belonging to different class of natural compounds on the pea powdery mildew incited by the pathogen Erysiphe pisi. Metabolites were tested, together with a commercial fungicide, at different concentrations on detached pea leaves for their potential to inhibit spore germination and subsequent stages of fungal growth. In addition, the most effective metabolites were tested at different concentrations in planta under controlled conditions to evaluate the level of control achieved by treatments before, concurrently and after pathogen inoculation. Pathogen development was macroscopically scored on whole plants as percentage of disease severity and area under the disease progress curve.; Los hongos fitopatógenos presentan un gran problema, ya que reducen la calidad de los cultivos e incluso disminuyen su rendimiento, provocando grandes pérdidas económicas a los agricultores. Por este motivo, el presente trabajo se divide en dos secciones principales: la primera está dedicada a identificar compuestos implicados en el desarrollo de enfermedades de hongos necrotróficos, como Ascochyta y Colletotrichum, mientras que la segunda sección tiene como objetivo explorar el uso potencial de estos compuestos identificados como biofungicidas naturales. Para ello, el trabajo se ha dividido en los siguientes capítulos, que han dado lugar a sus respectivas publicaciones científicas:
• El Capítulo I presenta una introducción general donde se aborda la importancia de los hongos necrotrofos en los cultivos de las principales leguminosas de interés agronómico, y la relación planta-patógeno que se establece, así como las características de desarrollo de las diferentes enfermedades tratadas. Revisamos y discutimos el aislamiento y la caracterización química y biológica de las fitotoxinas fúngicas producidas por los hongos necrotróficos más importantes involucrados en las enfermedades de las leguminosas. También informamos su posible papel en la interacción planta-patógeno y su relación estructura-toxicidad. Además, describimos varios estudios multidisciplinarios sobre otras actividades biológicas destacadas realizadas con fitotoxinas previamente aisladas. Finalmente, exploramos los desafíos en la identificación de nuevos metabolitos fúngicos y sus posibles aplicaciones en experimentos futuros.
• El Capítulo II explora la posibilidad de integrar la estrategia OSMAC para la identificación de metabolitos fitotóxicos producidos por el hongo Ascochyta fabae. Para esto, el hongo se cultivó en diferentes medios de cultivo (tanto sólidos como líquidos) para obtener los respectivos extractos fúngicos que fueron posteriormente fraccionados por métodos cromatográficos e identificados por RMN y LC-HRMS. Finalmente, se llevó a cabo un bioensayo en hojas cortadas de habas (su huespéd primario) y de otras leguminosas relacionadas para evaluar su fitotoxicidad y su papel en el desarrollo de la enfermedad.
• El Capítulo III estudió aplicabilidad de la integración de la estrategia OSMAC con enfoques metabolómicos tanto dirigidos como no dirigidos para identificar los conjuntos de metabolitos fitotóxicos secundarios producidos por aislados de hongos patógenos de Colletotrichum truncatum y Colletotrichum trifolii. También se evaluó la fitotoxicidad de los extractos crudos de dichos hongos en sus huéspedes primarios y leguminosas relacionadas, y los resultados se correlacionaron con el perfil de metabolitos que surgió de las diferentes condiciones culturales testadas.
• En el capítulo IV se aborda la problemática de los fungicidas aplicando diferentes metabolitos aislados de A. lentis como posibles biofungicidas frente a hongos biotrofos como la roya o el oidio en leguminosas y cereales. Para ello, primero se realizó un trabajo previo en hoja cortada de estas especies de planta y tras seleccionar el que mejor se adapta al nivel de un fungicida comercial, se aplicó en planta completa para ver cómo actúa a diferentes tiempos de aplicación conforme llega y actúa la enfermedad.
• El Capítulo IV aborda el tema del uso de metabolitos de origen natural para su uso como posibles biofungicidas, como alternativa a los químicos frecuentemente usados. Para ello, en este estudio se analizó la potencial actividad antifúngica de algunas antraquinonas aisladas del hongo Ascochyta lentis (responsable de la ascoquitosis en lentejas) para reducir el desarrollo de la roya y el oidio en guisantes y avena. Su efecto sobre el desarrollo fúngico se evaluó macro y microscópicamente en hojas inoculadas y se comparó con el control logrado con los fungicidas químicos específicos de cada enfermedad. Además, el compuesto más prometedor representado por la pachibasina también se probó a diferentes concentraciones en plantas enteras inoculadas para evaluar su potencial
preventivo y curativo contra el desarrollo de la enfermedad.
• Finalmente, el Capítulo V comprueba el efecto fungitóxico de 12 metabolitos pertenecientes a diferentes clases de compuestos naturales contra el oidio del guisante causado por el patógeno Erysiphe pisi. Se testaron los metabolitos, junto con un fungicida comercial, en diferentes concentraciones en ensayos de hojas cortadas de guisantes para determinar su potencial para inhibir tanto los estadios tempranos de desarrollo del hongo, como la germinación de esporas, como las etapas posteriores de crecimiento. Además, los metabolitos más prometedores y efectivos se aplicaron en plantas enteras a diferentes concentraciones en condiciones controladas de crecimiento para evaluar el nivel de control logrado por los tratamientos antes, en paralelo y después de la inoculación con el patógeno. De esta manera se pudo evaluar el potencial fungicida tanto sistémico como curativo de cada compuesto seleccionado.
2024-01-01T00:00:00ZImpacts of climate change on airborne Quercus pollen trends in Andalusia region (southern Spain)Alcázar, PurificaciónTorres, CarmenLinares, Concepción DeGonzález Minero, F.J.Ruiz Valenzuela, LuisPicornell, AntonioGalán, Carmenhttp://hdl.handle.net/10396/277312024-03-23T03:00:51Z2024-01-01T00:00:00ZImpacts of climate change on airborne Quercus pollen trends in Andalusia region (southern Spain)
Alcázar, Purificación; Torres, Carmen; Linares, Concepción De; González Minero, F.J.; Ruiz Valenzuela, Luis; Picornell, Antonio; Galán, Carmen
Quercus species are the most frequent autochthonous arboreal taxa in the natural areas of Andalusia region (southern Spain). Due to their abundance and anemophilous character, high airborne pollen concentrations are detected in natural and urban areas of the region. Variations in its reproductive phenology can be considered an important bio-indicator regarding the impacts of climate change on vegetation in the Mediterranean region. This study aims to analyze trends in flowering patterns using airborne pollen concentrations from the capital cities of the 8 provinces of Andalusia region and to study its relationships with meteorological parameters and climate change over decades. Variations in time and intensity of flowering have been studied using different methods for defining the pollen season. This study demonstrates that for comparing results, it is relevant to choose the right definition to calculate the pollen season. The analysis of historical databases of Quercus airborne pollen in Andalusia showed variations in the floral phenology with an increase in the intensity of the pollen season throughout the studied period and an advance in the start trends due to the increase of temperature. Nevertheless, this increase might have been smoothed by the decrease of precipitations in some sampler locations, a limiting factor in the area. It has been also observed a delay in the end dates that caused a lengthening of the season. Climate change could be provoking longer and more intense pollen seasons that will lead to more intense and persistent symptoms in sensitive patients.
2024-01-01T00:00:00Z