Salud
SEIDOR – HORUS: Nuevas técnicas avanzadas de procesado de la imagen de tomografía por coherencia óptica de retina para el aprendizaje automático
Salud
SEIDOR – HORUS: Nuevas técnicas avanzadas de procesado de la imagen de tomografía por coherencia óptica de retina para el aprendizaje automático
Business Case
Siendo las patologías oftalmológicas un problema de salud mundial, la creación de modelos de Inteligencia Artificial (IA) puede suponer un enorme avance en dicho campo. El proyecto HORUS se centra en la estandarización de dominios de imágenes OCT de diferentes orígenes mediante modelos generativos de IA. Esto es una labor importante, ya que estandarizar los dominios puede ayudar a crear futuros modelos más robustos y precisos. Además, se trabaja en la eliminación de ruido de las imágenes OCT para obtener una imagen más limpia con la que trabajar.
Objetivos
Desarrollar modelos de IA que permitan: Estandarizar las imágenes OCT de modo que todas tengan un dominio similar Reducir el ruido de las imágenes OCT Desarrollo de una interfaz que integre los distintos módulos y modelos
Use case
Datasets privados y anonimizados proporcionados por BioAraba de imágenes OCT
Infraestructura
Entrenamiento e inferencia On premise en el CPD de SEIDOR, con 3 máquinas de alto rendimiento con GPU
Tecnologías utilizadas
Tecnologías de IA que generan lenguaje escrito o hablado, imágenes o vídeos (IA Generativa) Reconocimiento/procesamiento de imágenes Minería de textos
Datos utilizados
Datasets privados y anonimizados proporcionados por BioAraba de imágenes OCT
imagen
imagen
Recursos utilizados
Dificultades y aprendizaje
KPIs (impacto en el negocio y métricas del modelo)
Financiación
Colaboradores
multimedia
