Proyectos

Desarrollo de modelos predictivos de aprendizaje automático basados en datos multiómicos salivales para el diagnóstico del cáncer oral

Avances en metagenómica clínica: capacidad predictiva del microbioma salival mediante machine learning para el diagnóstico de enfermedades orales y sistémicas

Identificación de nuevos biomarcadores moleculares con elevada precisión diagnóstica para detectar la periodontitis no tratada y su respuesta al tratamiento

Gel_ClorheCyme_Oral: Ensayo clínico aleatorizado sobre la eficacia antibacteriana de una única aplicación de un gel de clorhexidina y cymenol en el biofilm de placa dental y la saliva

Ensayo clínico aleatorizado sobre el efecto antiplaca a corto plazo del colutorio GingiLacer Encías Delicadas

LOBSTERPOT: Cáncer de mama lobular: ciencia del descubrimiento, objetivos traslacionales, impacto clínico

Detección de la enfermedad COVID19 y triaje de pacientes con inteligencia artificial aprendiendo de radiografías de tórax

RXLib: Desarrollo de una librería de procesado de imágenes de rayos X específica

Nuevos biomarcadores bacterianos, actividades funcionales, cambios dinámicos e interacciones bacterianas en la enfermedad periodontal crónica

DenTiUS Plaque: Una herramienta web de análisis de imagen para el diagnóstico y la cuantificación de los niveles de placa bacteriana

Análisis automatico de imágenes de retina y carótida: correlación entre microcirculación retiniana y macrocirculación cerebro-vascular

Integración de un procedimiento para el cálculo y seguimiento temporal automático de variables pronóstico en retinografías en los sistemas informáticos sanitarios

Nuevas técnicas de visión artificial para diferenciar arterias y venas en imágenes de angiografía retiniana