Vés al contingut (premeu Retorn)

"Mètodes d'aprenentatge automàtic per a la caracterització i classificació de dades complexes" de Pau Amil

Pablo Amil va defensar la seva tesi doctoral dirigida per Cristina Masoller, en la EIAAT a Terrassa l’11 de Febrer del 2020. Titulada "Mètodes d'aprenentatge automàtic per a la caracterització i classificació de dades complexes", la tesi presenta diversos mètodes d'aprenentatge autmático enfocats particularment en l'anàlisi d'imatges oftalmològiques, i dades complexes en general. Els resultats presentats en la tesi mostren com els mètodes d'intel·ligència artificial proposats són capaces de distingir ulls sans d'ulls malalts
"Mètodes d'aprenentatge automàtic per a la caracterització i classificació de dades complexes" de Pau Amil
Mapa tomogràfic d’angles irido-cornials

La tesi desenvolupa nous mètodes per a l’anàlisi i la classificació d’imatges mèdiques i dades complexes. Hem proposat, primer, un mètode d’aprenentatge automàtic sense supervisió que ordena imatges OCT (tomografia de coherència òptica) de la cambra anterior de l’ull en funció del grau de risc del pacient de patir glaucoma d’angle tancat. Després, hem desenvolupat dos mètodes de detecció automàtica d’anomalies que hem utilitzat per millorar els resultats de l’algoritme anterior, però que la seva aplicabilitat va molt més enllà, sent útil, fins i tot, per a la detecció automàtica de fraus en transaccions de targetes de crèdit. Mostrem també, com en analitzar la topologia de la xarxa vascular de la retina considerant-la una xarxa complexa, podem detectar la presència de glaucoma i de retinopatia diabètica a través de diferències estructurals. Finalment, hem estudiat un làser amb injecció òptica, el qual presenta esdeveniments extrems en la sèrie temporal d’intensitat. Hem avaluat diferents mètodes per tal de predir-los.

arxivat sota: