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

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 |
Estudio de un algoritmo de localización y clasificación de lesiones en mamografías con Deep Learning |
Ricardo Aznar Olmos |
|
Elsa Martínez Báez |
Inteligencia artificial para diagnóstico temprano de Alzheimer |
Beatrice Bisighini |
Automated Identification of Diabetic Retinopathy Using Deep Learning |
Paula Lampreave |
Aplicación de Deep Learning para corrección de atenuación en imagen PET cerebral |
Gonzalo Castro Leal |
|
Daniel Capellán Martín |
|
María Peñas Leonor |
|
Eva Milara Hernando |
|
Tomás González González |