• "Detección y discriminación de tipos de bosques en imágenes de satélite óptico". Asignado a: Carolina Gómez.

• "Registración de imágenes satelitales SAR y LANDSAT". Asignado a Guillermo Korell.

• "Sistema integral de identificación biométrica basada en reconocimiento facial". Asignado a Germán Scarel.

• "Reconocimiento automático de signos manuales mediante procesamiento digital de video". Asignado a Juan Pablo Hernández Vogt.

• otros próximamente…

Líneas de investigación

"Clasificación automática de imágenes microscópicas de cromosomas" (Tesis doctoral de C. Martínez).

La citogenética estudia la constitución de los individuos a nivel de la célula, donde el material genético se encuentra en cuerpos denominados cromosomas.
Una tarea fundamental en la rutina clínica es la clasificación de cromosomas, donde éstos se dividen en grupos para los análisis de interés, la cual resulta una práctica muy laboriosa.
En esta tesis se presentan avances en el desarrollo de sistemas automáticos para la tarea Se plantean sistemas de reconocimiento de patrones para el etiquetado automático, basados en modelos conexionistas y modelos ocultos de Markov. Se presenta también un algoritmo de post-proceso que incorpora información de contexto celular en la clasificación aislada inicial.

Publicaciones seleccionadas:

• C. Martínez, A. Juan and F. Casacuberta, Using Recurrent Neural Networks for Automatic Chromosome Classification. Lecture Notes in Computer Science 2415, pp. 565-570, 2002. enlace
• C. Martínez, A. Juan and F. Casacuberta, Chromosome Classification Using Continuous Hidden Markov Models. Lecture Notes in Computer Science 2652, pp. 494-501, 2003. enlace
• C. Martínez, A. Juan and F. Casacuberta, Iterative Contextual Recurrent Classification of Chromosomes. Neural Processing Letters, vol. 26, number 3, pp. 159-175, 2007. enlace

"Desarrollo de algoritmos automatizados para el análisis de imágenes aplicado a bioinformática" (Tesis Doctoral de Mónica Larese).

Los microarreglos de ADN complementario (cDNA microarrays) permiten analizar el comportamiento y la interacción de miles de genes simultáneamente, ayudando al estudio de enfermedades y diseño de fármacos. El volumen de información a procesar es tan grande que vuelve totalmente ineficiente y propenso a errores cualquier análisis de las imágenes de forma manual o semi-automática. En esta línea se proponen nuevos algoritmos automáticos para las distintas etapas de análisis de microarrays, las cuales comprenden: pre-procesamiento, delimitación de subgrillas, segmentación de spots y extracción de niveles de hibridación de los genes, para lo cual se aplican técnicas avanzadas de análisis de imágenes y aprendizaje computacional.

Técnicas de aprendizaje maquinal aplicadas a la clasificación cartográfica de suelos en imágenes de satélite óptico y radar. (Trabajo conjunto con el Departamento de Cartografía, FICH, UNL)

Publicaciones

Proyectos finales anteriores

"Verificación biométrica automática de identidad mediante reconocimiento facial" Omar Müller y Sebastián Long, FICH-UNL, 2007. informe (pdf, 1.1 Mb)

"Registro y fusión de imágenes médicas mediante técnicas avanzadas de procesamiento digital" Mónica Larese, FICH-UNL, 2004. informe (pdf, 3.1 Mb)