Saltar al contenido (pulsar Return)

Pablo Amil defiende su tesis sobre análisis de imágenes médicas usando inteligencia artificial

Pablo Amil defendió su tesis doctoral dirigida por Cristina Masoller, en la ETSIAAT en Terrassa el 11 de febrero 2020. Titulada "Métodos de aprendizaje automático para la caracterización y clasificación de datos complejos", la tesis presenta varios métodos de aprendizaje autmático enfocados particularmente en el análisis de imágenes oftalmológicas, y datos complejos en general. Los resultados presentados en la tesis muestran como los métodos de inteligencia artificial propuestos son capaces de distinguir ojos sanos de ojos enfermos
Pablo Amil defiende su tesis sobre análisis de imágenes médicas usando inteligencia artificial
Mapa tomográfico de ángulos irido-corneales

El trabajo de tesis desarrolla nuevos métodos para el análisis y clasificación de imágenes médicas y datos complejos en general. Primero, proponemos un método de aprendizaje automático sin supervisión que ordena imágenes OCT (tomografía de coherencia óptica) de la cámara anterior del ojo en función del grado de riesgo del paciente de padecer glaucoma de ángulo cerrado. Luego, desarrollamos dos métodos de detección automática de anomalías que utilizamos para mejorar los resultados del algoritmo anterior, pero que su aplicabilidad va mucho más allá, siendo útil, incluso, para la detección automática de fraudes en transacciones de tarjetas de crédito. Mostramos también, cómo al analizar la topología de la red vascular de la retina considerándola una red compleja, podemos detectar la presencia de glaucoma y de retinopatía diabética a través de diferencias estructurales. Estudiamos también un modelo de un láser con inyección óptica que presenta eventos extremos en la serie temporal de intensidad para evaluar diferentes métodos de aprendizaje automático para predecir dichos eventos extremos.

archivado en: