Los algoritmos de clasificación a una clase (one-class classification) fueron originalmente pensados para tareas no-supervisadas tales como la detección de muestras anómalas en conjuntos de datos no anotados y para el hallazgo de datos novedosos …
Cuando aplicamos inteligencia artificial en medicina, solemos seguir uno de dos enfoques: o bien utilizar modelos que ya existen para resolver un problema nuevo, o bien proponer un modelo nuevo para resolver problemas que ya existen. En todos los …
Objetivos: Evaluar la efectividad de una red neuronal convolucional para la identificación de casos de retinopatía diabética (RD) referible a partir de fotografías de fondo de ojo, entrenada con 39.592 estudios recolectados de conjuntos públicos. …
Introducción. 463 millones de personas en todo el mundo padecen de diabetes. En Latinoamérica, esta cantidad asciende a 32 millones, y se espera que crezca en un 55% hacia 2050. Una de sus consecuencias más comunes es la retinopatía diabética (RD), …
Voy a presentar algunas de las líneas de trabajo actuales en inteligencia artificial aplicada a la oftalmología que llevo adelante, repasando además algunos desarrollos previos en los que participé durante mi estadía postdoctoral en Austria.
I will present some of the conclusions of the REFUGE challenge on glaucoma assessment from fundus pictures, and my personal view on what's still needed to progress towards automated screening of glaucoma from fundus pictures.
Our ISBI paper was selected for oral presentation at the Eye Imaging Analysis session in ISBI 2019. Hope to see you there!
I will present part of my work of ophthalmic image analysis using machine/deep learning techniques as part of the closure event of the Deep Learning for Medical Image Analysis course that Enzo Ferrante is teaching at the University of Buenos Aires.
I will present my SIPAIM 2017 paper on blood vessel segmentation in retinal images using FC-CRF with feature parameters estimated using linear regression.
I will present my SIPAIM 2016 paper on glaucoma classification using logistic regression and pre-trained neural networks as feature extractors.