Conferencia "Deep Learning en medicina: Descifrando la ‘caja negra’ mediante teoría de la información" en la EITE
El jueves 04 de mayo de 2023, a las 12:15h, se celebrará la conferencia "Deep Learning en medicina: Descifrando la 'caja negra' mediante teoría de la información" organizada por la Escuela de Ingeniería de Telecomunicación y Electrónica (EITE) en colaboración con el Instituto Universitario de Microelectrónica Aplicada (IUMA).
Salón de Actos del Pab. A del Edif. de Electrónica y Telecomunicación (Campus Univ. de Tafira), pudiendo asistir las personas que lo deseen presencialmente, hasta completar aforo. En el transcurso de esta conferencia se abordarán cuestiones relativas a: Esta conferencia se realizará presencialmente en el
- Deep Learning e Inteligencia Artificial
- Imágenes Médicas
- Interpretabilidad de los modelos de Deep Learning y su aplicación en el campo médico.
Esta conferencia será impartida por el Sr. D. Abián Hernández Guedes, MSc en Tecnologías de Telecomunicación por la Universidad de Las Palmas de Gran Canaria. D. Abián Hernández Guedes obtuvo el graduado en Ingeniería Informática, especialidad en ingeniería de computadores, y máster en Tecnologías de Telecomunicación en la ULPGC, España, en 2015 y 2017, respectivamente. Actualmente, está realizando el doctorado en Tecnologías de Telecomunicación e Ingeniería Computacional (T2IC), enfocando sus estudios en el procesamiento de imágenes médicas y la aplicación de modelos basados en Deep Learning. Su experiencia laboral incluye administración de sistemas y programación back-end en distintas empresas, participación en varios proyectos relacionados con el procesamiento de imágenes hiperespectrales para aplicaciones médicas y proyectos relacionado con el desarrollo de tecnología médica sostenible. Ha participado en varios talleres de la "National Alliance for Medical Image Computing" (NA-MIC), presentando y colaborando en varios proyectos para desarrollar algoritmos de procesamiento de imágenes multimodales, especialmente procesos de segmentación, registrado de imágenes y clasificación. En 2020, obtuvo una Beca de Investigación Predoctoral del Gobierno de Canarias. En 2022, realizó una estancia de investigación en el Departamento de Ingeniería Mecánica de la Tokyo University of Science, Japón, dirigido por el Prof. Takemura, colaborando en el análisis de imágenes hiperespectrales y métodos de selección de bandas basados en enfoques de Deep Learning. Sus intereses de investigación incluyen "features selection", segmentación en imágenes médicas y la teoría de la información aplicada al procesamiento de imágenes.