Defensa de tesis: 'Algoritmos y software para el análisis y la predicción a partir de imágenes en el cáncer de mama y otras aplicaciones'

El diagnóstico y el tratamiento del cáncer de mama se benefician de la visión por computador y del aprendizaje automático (ML). Esta tesis presenta métodos automatizados para la cuantificación de imágenes inmunohistoquímicas (IHC), la predicción de la respuesta patológica completa (pCR) en el cáncer de mama HER2 positivo y la evaluación de la calidad del pan a partir de imágenes. El software BreastAnalyser permite reconocer regiones de diaminobencidina (DAB), detectar núcleos, clasificar la tinción y realizar una cuantificación asistida por especialistas en imágenes IHC, reduciendo el esfuerzo manual y mejorando la consistencia. Los modelos de aprendizaje automático predicen la pCR utilizando datos clinicopatológicos y de resonancia magnética. Un sistema de visión por computador estima las características sensoriales del pan a partir de imágenes. Los métodos propuestos demostraron un rendimiento fiable, apoyando la toma de decisiones en la investigación biomédica y en la evaluación de la calidad de los alimentos.

Dirección: Eva Cernadas y Manuel Fernández Delgado.