Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

RTI2018-098913-B-I00

Financiado

NEUROIMAGEN PROFUNDA BASADA EN APRENDIZAJE MAQUINA: BUSQUEDA DE PATRONES ANORMAL...

NEUROIMAGEN PROFUNDA BASADA EN APRENDIZAJE MAQUINA: BUSQUEDA DE PATRONES ANORMALES EN AUTISMO Y EN LAS ENFERMEDADES DE ALZHEIMER Y PARKINSON HOY EN DIA, LAS TECNOLOGIAS DE IMAGEN FUNCIONAL Y ESTRUCTURAL EN NEUROCIENCIA ESTAS PROVEYENDO UN GRAN VOLUMEN DE INFORMACION, EN LA QUE LAS APROXIMACIONES BASADAS EN APRENDIZAJE MAQUINA ESTAN CUALIFICADAS PARA SUMINISTRAR UNA MAY... ver más

01/01/2018

UGR

67K€

Presupuesto del proyecto: 67K€

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5507

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2018-01-01

0% 100%

Participantes

UGR

Lider

Proyectos interesantes

DIN2019-010879 Desarrollo de arquitecturas de aprendizaje profundo para el... 61K€ Cerrado

PID2019-104358RB-I00 METODOS PARA EL DIAGNOSTICO Y PRONOSTICO ASISTIDOS POR COMPU... 49K€ Cerrado

PTQ2020-011182 Desarrollo de algoritmos de aprendizaje profundo e inteligen... 24K€ Cerrado

TEC2012-34306 DIAGNOSTICO MEDIANTE MODELOS ESTADISTICOS E INTELIGENTES (DI... 81K€ Cerrado

PID2021-124407NB-I00 BRAIN-FINGERPRINT BASADO EN RM MULTIMODAL PARA LA PREDICCION... 187K€ Cerrado

PID2020-116346GB-I00 AVANCES EN TECNICAS DE INTELIGENCIA COMPUTACIONAL PARA EL PR... 190K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSIDAD DE GRANADA

Total investigadores 5507

Presupuesto del proyecto 67K€

Descripción del proyecto HOY EN DIA, LAS TECNOLOGIAS DE IMAGEN FUNCIONAL Y ESTRUCTURAL EN NEUROCIENCIA ESTAS PROVEYENDO UN GRAN VOLUMEN DE INFORMACION, EN LA QUE LAS APROXIMACIONES BASADAS EN APRENDIZAJE MAQUINA ESTAN CUALIFICADAS PARA SUMINISTRAR UNA MAYOR PERSPECTIVA EN LOS DESORDENES PSIQUIATRICOS TALES COMO LA CONDICION DEL ESPECTRO AUTISTA (ASC), MAS ALLA DE LOS SISTEMAS ESTANDARES DE MINERIA DE DATOS, Y DADO EL TREMENDO PODER COMPUTACIONAL DISPONIBLE, LOS INVESTIGADORES ESTAN EN EL PUNTO DE ARRANQUE PARA SUPERAR LOS PARADIGMAS CLASICOS PSIQUIATRICOS DE LOS ULTIMOS 50 AÑOS, PARA PROPONER NUEVAS MEDIDAS DE LA IMPORTANCIA DE VARIABLES Y NUEVAS ARQUITECTURAS DE APRENDIZAJE PROFUNDO PARA REVELAR CARACTERISTICAS OCULTAS EN DIVERSOS DESORDENES NEUROLOGICOS,RECIENTEMENTE, COMO PARTE DE LA TEORIA DEL APRENDIZAJE MAQUINA, EL MARCO DE TRABAJO DE APRENDIZAJE PROFUNDO (DL) HA SIDO SATISFACTORIAMENTE APLICADO AL VASTO CAMPO DE APLICACIONES DE LA INGENIERIA, COMO LAS DE LA VISION POR COMPUTADOR O LOS SISTEMAS DE RECONOCIMIENTO DE VOZ, LOS METODOS DE DL COMBINAN EL PODER DE LOS ALGORITMOS AUTOMATICOS DE APRENDIZAJE DE CARACTERISTICAS CON LOS SISTEMAS DE DECISION POTENCIADOS BASADOS EN NEURONAS EN LA ETAPA FINAL, NO OBSTANTE, EL PROBLEMA DE AGRUPAMIENTO O ESPECTRO EN DIAGNOSTICO CONSTITUYE UNA TAREA DESAFIANTE EN ALGUNAS APLICACIONES DE LA NEUROIMAGEN, DEBIDO A LA HETEROGENEIDAD DEL PATRON DE CONDICION ESPECIFICO, EL CUAL ESTA DISTRIBUIDO POR TODOS LAS ADQUISICIONES PROVENIENTES DE DISTINTAS TECNOLOGIAS DE IMAGEN, LAS APORTACIONES DEL PROYECTO DEEP-NEUROMAPS SON DOS: I) VALIDAR LAS TEORIAS DEL AUTISMO MEDIANTE LOS AVANCES MAS RECIENTES DEL APRENDIZAJE MAQUINA APLICADOS A LA MORFOMETRIA BASADA EN VOXEL, DESDE LOS SISTEMAS LINEALES Y LOS ESCENARIOS DE BAJA DIMENSION LINEAR HASTA LAS ARQUITECTURAS DE APRENDIZAJE PROFUNDO, Y II) EXTENDER/EXTRAPOLAR ESTAS MODELOS INNOVADORES UTILIZANDO EL APRENDIZAJE DE TRANSFERENCIA PARA CARACTERIZAR OTROS NEURO-PATRONES CONOCIDOS, COMO LOS DE ALZHEIMER Y PARKINSON (AD, PD), CON SUERTE, ESTOS PODRAN RESPONDER LAS MAYORES CUESTIONES SOBRE LA NEURO-ANATOMIA DE LOS AUTISMOS EN CONEXION CON EL SEXO Y REVELAR NUEVOS BIOMARCADORES EN LA DETECCION DE PATRONES ANORMALES EN AD Y PD, AMBOS A NIVEL DE LA ESTRUCTURA CEREBRAL, POR TANTO, LS OBJETIVOS PRINCIPALES SON:1, A NIVEL TEORICO: DESARROLLAR MODELOS DISCRIMINATIVOS DE CLASIFICACION ROBUSTOS A OUTLIERS Y RUIDOS, LA TAREA ESTARA DEDICADA A METODOS DE APRENDIZAJE (SEMI)-SUPERVISADO (TRANSDUCCION), COMPRENDIENDO PREPROCESADO Y ADQUISICION DE IMAGEN ESTRUCTURAL Y FUNCIONAL, EXTRACCION Y SELECCION BASADO EN DATO (FILTROS, "WRAPPERS" Y SISTEMAS EMBEBIDOS) Y MODELOS DE CLASIFICACION BASADOS EN BOOSTING/BAGGING Y ARBOLES DE DECISION, DL, ANN, SVM, ETC, 2, A NIVEL DE APLICACION: CONFORMAR LOS SISTEMAS DE APRENDIZAJE MAQUINA EN SISTEMAS DE AYUDA AL DIAGNOSTICO BASADOS EN COMPUTADOR (CAD), PARA UN DIAGNOSTICO DE MAYOR PRECISION Y VALIDEZ, EN PARTICULAR, DESARROLLAREMOS PAQUETES DE SOFTWARE DE CALIDAD PARA LA EVALUACION DE LAS DIMENSIONES RELEVANTES EN PSIQUIATRIA, COMO EN ASC, DE DATOS ESTRUCTURALES Y FUNCIONALES, MAS ALLA DEL AGRUPAMIENTO DE LOS SINTOMAS CLINICOS ESTANDARES, ADEMAS, ESTOS MODELOS SERAN TRANSFERIDOS Y VALIDADOS EN OTRAS CONOCIDAS CONDICIONES NEUROLOGICAS, COMO LA HIPO-PERFUSION/METABOLISMO, INTEGRIDAD DOPAMINERGICA Y ATROFIA CEREBRAL EN AD O PD, APRENDIZAJE PROFUNDO\NEUROCIENCIAS\AUTISMO\ALZHEIMER\PARKINSON\CLASIFICACIÓN

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores