Saltar al contenido (pulsar Return)

"Métodos de aprendizaje automático para la caracterización y clasificación de datos complejos" de Pau Amil

Pau Amil defendió su tesis doctoral dirigida por Cristina Masoller, en la EIAAT en Terrassa el 11 de Febrero de 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
"Métodos de aprendizaje automático para la caracterización y clasificación de datos complejos" de Pau Amil
Mapa tomográfico de ángulos irido-corneales

La tesis desarrolla nuevos métodos para el análisis y la clasificación de imágenes médicas y datos complejos. Hemos propuesto, primero, 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 sufrir glaucoma de ángulo cerrado. Después, hemos desarrollado dos métodos de detección automática de anomalías que hemos utilizado 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, como en 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. Finalmente, hemos estudiado un láser con inyección óptica, el cual presenta eventos extremos en la serie temporal de intensidad. Hemos evaluado diferentes métodos para predecirlos.

archivado en: