El pasado martes 8 se realizó una nueva charla de postgrado, los expositores fueron:
*Juan Pablo Meneses Casanova, alumno de Doctorado área Biomédica, profesor supervisor Sergio Uribe.
Título: “Physics-based deep learning approach for liver fat quantification using MRI.
Resumen: Magnetic resonance imaging (MRI) is a useful technique to quantify liver fat fraction. Due to differences in the spectral behavior, it is possible to separate the overall MR signal into its water and fat components, for a posterior estimation of the so-called proton density fat fraction (PDFF) map. In order to address this MR signal separation, which constitutes an ill-posed inverse problem, I propose a physics-informed deep learning-based approach that consists of an optimal transport driven and cycle-consistent generative adversarial network (CycleGAN). The physics-based nature of this configuration is expected to improve the accuracy and robustness of this technique compared to other deep learning-based approaches in the state-of-the-art.
*Kathiuska Díaz, alumno de doctorado, área Biomédica, profesor supervisor Pablo Irarrázaval
Título: “Procesamiento de Imágenes de Resonancia Magnética en Pacientes Infantiles Asmáticos.”
Resumen: El asma es un trastorno inflamatorio crónico del pulmón que afecta predominantemente las vías respiratorias pequeñas y medianas. La sintomatología es generalmente asociada con obstrucción variable de las vías respiratorias y deterioro de la ventilación. En la actualidad, existen distintas técnicas para el diagnóstico del asma, por ejemplo, las pruebas de función pulmonar (PFT), los escáneres de tomografía computarizada (CT) y los gases hiperpolarizados de imágenes de resonancia magnética (MRI), sin embargo, estas técnicas poseen desventajas importantes al ser aplicadas en niños, por ejemplo, los niños son considerablemente más sensibles a los efectos cancerígenos de la radiación ionizante en la CT. Por lo cual este trabajo propone una metodología para la cuantificación de los defectos de ventilación pulmonar en niños asmáticos de 6 años, utilizando la descomposición de Fourier en imágenes de resonancia magnética (FDMRI).
