{rfName}
Le

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

2

Altmetrics

Grant support

Grant PID2021-126051OB-C43 funded by MCIN/AEI/10.13039/501100011033 and "ERDF A way of making Europe".

Análisis de autorías institucional

Badias, AlbertoAutor (correspondencia)Saucedo, LuisAutor o CoautorSanz, Miguel AngelAutor o CoautorBenítez, José MaríaAutor o CoautorMontans, FranciscoAutor o Coautor

Compartir

25 de agosto de 2024
Publicaciones
>
Artículo
Sí

Learning cell migration mechanisms using machine learning

Publicado en:Results In Engineering. 22 102295- - 2024-06-01 22(), DOI: 10.1016/j.rineng.2024.102295

Autores: Olalla, Juan; Badias, Alberto; Saucedo, Luis; Sanz, Miguel Angel; Benitez, Jose Maria; Montans, Francisco

Afiliaciones

Univ Florida, Herbert Wertheim Coll Engn, Dept Mech & Aerosp Engn, Gainesville, FL 32611 USA - Autor o Coautor
Univ Politecn Madrid, ETS Ingn Aeronaut & Espacio, Pza Cardenal Cisneros 3, Madrid 28040, Spain - Autor o Coautor

Resumen

Cell movement is known to be fundamental to many processes that take part in the overall functioning of life itself. Regeneration of damaged tissue, tumor growth or the creation of life itself through embryogenesis rely mainly on the individual and collective movement of cells. Due to the importance of such phenomena, increasing research activity has been dedicated to them, but many are the questions that still remain, specially when focusing on the movement of clusters and networks of cells as a whole. We present a new approach to take advantage of Machine Learning tools (Artificial Neural Networks) in order to predict the position and velocity of a cell in a certain moment in time, given the properties of said cell and the environment surrounding it. The results show a high level of accuracy for the analyzed video sequence, which implies that the studied properties greatly influence the decisions taken by cells regarding its movement.

Palabras clave

Artificial intelligenceArtificial neural networkArtificial neural networksCell migrationCell movementCellsCytologyLearning cellsLearning toolMachine learningMachine-learningMigration mechanismsNeural networksNew approachesPropertyResearch activitiesTissue regenerationTumor growth

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Results In Engineering debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición 6/175, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Engineering, Multidisciplinary. Destacable, igualmente, el hecho de que la Revista está posicionada por encima del Percentil 90.

2025-10-09:

  • Scopus: 1

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-10-09:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 5 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: United States of America.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (Olalla, Juan) y Último Autor (MONTANS LEAL, FRANCISCO JAVIER).

el autor responsable de establecer las labores de correspondencia ha sido BADIAS HERBERA, ALBERTO.