Featured events

« April 2024 »
MonTueWedThuFriSatSun
1234567
891011121314
15161718192021
22232425262728
2930

V Congreso "Imágenes Biomédicas Avanzadas II" - Inteligencia Artificial en la Tecnología de Imágenes Biomédicas

20/05/2019 17:30
Imagen: 
Lunes 20 de mayo de 2019
 
Lugar y hora: Salón de Grados (ponencia invitada)
                      Sesión de pósteres: Aulas A-129/130/131
                    18:00 - 20:00 horas

 


Fotos de la jornada: https://www.flickr.com/photos/etsit-upm/albums/with/72157691547531923

 
 
V Congreso "Imágenes Biomédicas Avanzadas II"

Inteligencia Artificial en la Tecnología de Imágenes Biomédicas

 
 
 
Comité de Organización:
  • Paula Lampreave Acebes
  • Ignacio Martínez-Almeida Nistal
 
Comité de Prensa y Fotografía:
  • María Peñas Leonor
  • Eva Milara Hernando
  • David Palomino Fernández
 
Comité de Difusión:
  • Ana Marín Estáñ 
  • Colabora el Consejo Estatal de Estudiantes de Ingeniería Biomédica y de la Salud (CEEIBIS)
 
Comité de Financiación:
  • Paula Rubio Mayo
  • Tomas González González
 
Comité de Evaluación:
  • Walid Dghoughi
  • Daniel Capellán Martín
  • Natalia López Rojo
 
 

Ponencia invitada: "La imagen PET dedicada a pequeños animales: herramienta clave en la investigación traslacional"

Prof. Miguel Ángel Pozo García, Director, Unidad de Cartografía Cerebral, Instituto Pluridisciplinar, Universidad Complutense de Madrid. Miembro Correspondiente de la Real Academia Nacional de Medicina.

La incorporación de las técnicas de imagen molecular ha contribuido de manera decisiva al conocimiento de los mecanismos fisiopatológicos de las enfermedades. Este es el caso de la tomografía por emisión de positrones PET con 2-fluoro-2 deoxi-D-glucosa  (FDG), un análogo a la glucosa que permite evaluar in vivo el metabolismo celular de la glucosa. Alteraciones en la actividad glucolítica se asocia con múltiples patologías, por tanto, la FDG-PET proporciona imágenes topográficas cuantitativas de la distribución del metabolismo celular y determina en su caso, los cambios metabolismo observados en muchas enfermedades inflamatorias, tumorales, cardíacas o neurológicas. La posibilidad de utilizar la misma técnica de imagen en el diagnóstico y evaluación de las enfermedades en el hombre y en los modelos experimentales con animales, hacen de la imagen PET una herramienta clave en la investigación traslacional.

 

Ponentes

Título y enlace al póster

Marta Alonso Peláez
Laura García Elcano
Natalia López Rojo

Estudio de un algoritmo de localización y clasificación de lesiones en mamografías con Deep Learning

Ricardo Aznar Olmos
Alvaro de  la Peña Leal
Daniel Fraile Sánchez-Migallón

Deep Learning aplicado al diagnóstico del Parkinson

Elsa Martínez Báez
Ignacio Martínez-Almeida Nistal
Daniel Roldán Herrero

Inteligencia artificial para diagnóstico temprano de Alzheimer

Beatrice Bisighini
Nicola Farella

Automated Identification of Diabetic Retinopathy Using Deep Learning

Paula Lampreave
Ana Marín

Aplicación de Deep Learning para corrección de atenuación en imagen PET cerebral

Gonzalo Castro Leal
Alejandro Lucero Ruiz

Uso de redes neuronales convolucionales para la discriminación entre micro-nódulos y no nódulos en imágenes de CT

Daniel Capellán Martín
Walid Dghoughi

Empleo de algoritmos de Deep Learning para la evaluación de la severidad de la degeneración macular asociada a la edad (DMAE)

María Peñas Leonor
Laura Vizoso Tercero

Deep Learning in prostate imaging

Eva Milara Hernando
David Palomino Fernández

Deep Learning en imágenes cardíacas

Tomás González González
Paula Rubio Mayo

GEH Edison: universalizando el futuro

 

¿Evento Destacado?: 
Si
Mostrar en el slider: 
No