Marta Núñez García

Actualmente soy investigadora "Ramón y Cajal" en el CiTIUS (USC). Mi investigación se centra en el análisis de imagen médica y el aprendizaje automático aplicado a datos médicos.

Soy ingeniera de Telecomunicación por la Universidade de Vigo (España), tengo un Master en Visión por Computador e Inteligencia Artificial (Computer Vision Center, Barcelona, España) y un doctorado en Procesado de Imagen Médica por la Universitat Pompeu Fabra (Barcelona, España). Mi tesis se centró en la parametrización de la aurícula izquierda y en el análisis de datos multimodales en el contexto de la Fibrilación Auricular. De 2019 a 2023 fui investigadora postdoctoral en el IHU Liryc (L'Institut de Rythmologie et Modélisation Cardiaque, Bordeaux, France) y el Institut National de Recherche en Informatique et en Automatique (INRIA, Bordeaux) donde obtuve una INRIA Starting Research Position. Me incorporé al CiTIUS como investigadora postdoctoral "María Zambrano" en 2023. 

Investigo el uso de técnicas de aprendizaje automático y métodos clásicos de procesado de imagen aplicado a imagen cardiaca multimodal como MRI, LGE-MRI, CT, LIE-CT, etc. Mi interés principal en investigación se centra en desarrollar modelos multimodales y estandarizados del corazón para el análisis estadístico de datos cardíacos. También soy IP del proyecto Hacia una cardiología asistida por aprendizaje automático seguro y clínicamente relevante (Línea de refuerzo de trayectorias emergentes, Proyectos de Excelencia, 2025).

Soy co-IP del proyecto COLLAGE (COmprehensive mL-based anaLysis of fetAl Growth trajEctories), cuyo objetivo es desarrollar herramientas de aprendizaje automático seguras, justas y explicables para la modelización del crecimiento fetal basada en ecografías, con el fin de detectar de forma precisa y prenatal a bebés pequeños y vulnerables. El proyecto también pretende aumentar el impacto del aprendizaje automático en la medicina, investigando formas de proporcionar a los médicos información fiable y significativa que realmente ayude en la toma de decisiones médicas.