La Visió per Computador i l'Aprenentatge Profund - Aplicacions a la Salut

Cicle: SOS! Aquí la Terra. Desafiaments i reptes del Canvi Global

Els models de l’Aprenentatge Profund i les Xarxes Neuronals  han revolucionat molts camps, incloent la visió per ordinador, el processament del llenguatge natural, el reconeixement de formes i s’utilitzen cada cop més en aplicacions d’atenció mèdica clínica. Avui en dia, la Visió per Computador i l’Aprenentatge Profund representen un bon competidor dels experts humans en la resolució de problemes com la detecció de tumors en imatges mèdiques, la segmentació i anàlisi d’òrgans, el registre d’imatges mèdiques multimodals i la predicció de malalties. En aquesta sessió, donarem les claus del que es un model d‘Aprenentatge Profund, quin tipus de problemes poden resoldre i quins avenços i limitacions té. Il·lustrarem els models d’Aprenentatge Profund amb un problema real específic d’anàlisi d’imatges i parlarem sobre les aplicacions i projectes tant internacionals com nacionals en els que treballa el nostre grup consolidat CVMLUB. 

Currículum Vitae 

La professora Petia Radeva es catedràtica de la Universitat de Barcelona (UB), directora del Grup d’Investigació Consolidat "Visió per Computador i Aprenentatge Automàtic" de la Universitat de Barcelona (CVMLUB) a la UB (www.ub.edu/cvmlub) i investigadora sènior al Centre de Visió per Computador (www.cvc.uab.es). Ha estat IP de la UB en 7 projectes europeus, 8 internacionals i més de 45 nacionals dedicats a les aplicacions de la Visió per Computador i l’Aprenentatge Automàtic, a problemes reals com la monitorització de la ingesta d’aliments (per exemple, per a pacients amb trasplantaments de ronyó i per a la gent gran). Petia Radeva es vicepresidenta de REA-FET-OPEN des del 2015 i mentora internacional del programa Wild Cards EIT des del 2017. Es Col·laboradora d’Investigació de l’Agència Estatal d’Investigació (AEI) del Ministeri de Ciència i Innovació d’España.

Emissió en Streaming