U NIVERSIDAD P ERUANA C AYETANO H EREDIA

FACULTAD DE C IENCIAS Y F ILOSOFÍA

E VALUACIÓN DE DIFERENTES ARQUITECTURAS DE DEEP LEARNING

PARA PROCESAMIENTO DE IMÁGENES 2D DE CRYO -EM

J OSÉ AUGUSTO M ODESTO H UAYLINOS G UERRERO

T ÍTULO A SER OBTENIDO : I NGENIERO B IOMÉDICO

N OMBRE DEL ASESOR : PABLO F ONSECA A RROYO

L IMA - P ERÚ

2024
1 Resumen

2 Introducción

Problemática :

La mayoría de las arquitecturas de deep learning aplicadas en computación visual han

sido utilizadas para entrenamiento de imágenes naturales, tal es el caso de la base de datos
ImageNet [1]. Sin embargo, las imágenes biomédicas, como las imágenes de criomicro-
scopía electrónica (cryo-EM), presentan características diferentes a las imágenes natu-
rales. Las imágenes cryo-EM son obtenidas mediante la técnica de criomicroscopía elec-
trónica, que permite la visualización de estructuras biológicas a nivel molecular. Estas
imágenes son especialmente sensibles al ruido y se encuentran en escala de grises [2].

Al utilizar una red neuronal convolucional (CNN), que es un tipo específico de arqui-
tectura de deep learning, para la reconstrucción de imágenes con ruido, la CNN tiende
a adaptarse a las características de las imágenes naturales [3]. Esto implica que, al re-
construir una imagen cryo-EM con ruido, la CNN podría eliminar el ruido debido a su
particularidad de una alta impedancia al ruido. Si bien esta particularidad no es perjudi-
cial en imágenes naturales, no se conoce con exactitud cómo la CNN afecta al contenido
de la información en imágenes cryo-EM en otros procesamientos procesamientos 2D [4].

Actualmente, para el procesamiento de imágenes cryo-EM, tales como eliminación de

ruido, selección de partículas o agrupamiento de clases 2D, en muchos casos se utiliza
la arquitectura CNN [5]. Sin embargo, debido a la tendencia de las CNN de adaptarse a
las características de las imágenes naturales, la problemática es que no se tiene certeza de
cómo esta arquitectura afecta la información contenida en las imágenes cryo-EM, en con-
traste con otro tipo de arquitecturas de deep learning como Vision Transformers (ViT),
U-NET o fully connected layer. Por ende, el objetivo de este estudio es realizar una
comparación entre diferentes arquitecturas de deep learning, como ViT, CNN o fully con-
nected layer, aplicadas al procesamiento de imágenes cryo-EM. Se busca evaluar cómo
estas arquitecturas afectan el contenido de la información en la imagen y proporcionar un
análisis comparativo que sirva como referencia para instituciones educativas y de investi-
gación.

1
3 Referencias bibliográficas

References

[1] Alom MZ, Taha T, Yakopcic C. The History Began from AlexNet: A Comprehensive
Survey on Deep Learning Approaches. 2018 Mar.

[2] Li Y, Cash JN, Tesmer JJG, Cianfrocco MA. High-throughput cryo-

EM enabled by user-free preprocessing routines. Structure (Lon-
don, England : 1993). 2020 Jul;28(7):858-69.e3. Available from:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7347462/.

[3] Ulyanov D, Vedaldi A. Deep Image Prior. International Journal of Computer

Vision. 2020 Jul;128(7):1867-88. ArXiv:1711.10925 [cs, stat]. Available from:
http://arxiv.org/abs/1711.10925.

[4] Palovcak E, Asarnow D, Campbell MG, Yu Z, Cheng Y. Enhancing the

signal-to-noise ratio and generating contrast for cryo-EM images with convo-
lutional neural networks. IUCrJ. 2020 Oct;7(Pt 6):1142-50. Available from:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7642784/.

[5] Chung JM, Durie CL, Lee J. Artificial Intelligence in Cryo-

Electron Microscopy. Life. 2022 Aug;12(8):1267. Available from:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9410485/.