Del Trabajo de Fin de Máster codirigido por Alberto Nogales ha surgido un ponente para ser presentado en el IEEE International Symposium on Biomedical Imaging (ISBI) 2023. Este trabajo titulado “Automatic breast ultrasound bi-rads description model” continúa con la aplicación de modelos de Aprendizaje Profundo para obtener una descripción del diagnóstico a partir de ecografías de cáncer de mama, así como para la detección y clasificación de tumores.
Desde el inicio de mi formación universitaria tuve clara mi vocación científica, especialmente dirigida al ámbito de la oncología, tras mi licenciatura en Biología (Molecular y Celular) por la Universidad de Alcalá obtuve y el doctorado Bioquímica por la Universidad Autónoma, continué mi formación post-doctoral en el Instituto Europeo de Oncología en Milán, bajo la supervisión Dr. Bruno Amati. Durante ese periodo describí la regulación dual de c-MYC por c-ABL y BCR-ABL, con implicaciones en Cáncer de mama y Leucemia mieloide crónica y adquirí un profundo bagaje en epigenética. Tras mi vuelta a España, me incorporo como investigador al grupo del Dr. Francisco X Real en el CNIO, donde demostramos el papel de c-MYC en la regulación de la diferenciación la célula acinar y su de-regulación durante la transformación en el adenocarcinoma ductal pancreático. En el 2017, me incorporo a la Universidad Francisco de Vitoria (UFV) como profesor asociado e investigador dirigiendo el grupo de oncología molecular. En el 2018, constituyo, gracias a un convenio de colaboración entre el Departamento de Anatomía Patológica del Hospital 12 de Octubre y la Universidad Francisco de Vitoria, el grupo de oncología molecular unidad mixta UFV-H12O que dirijo actualmente. Estos logros me han permitido también ser revisor en diferentes revistas científicas (PlosOne, Gut y Nature Communications) y editor invitado en Frontiers in Oncology.
Graduada en Biotecnología por la Universidad Politécnica de Valencia y Máster en Biología Computacional por la Universidad Politécnica de Madrid. Actualmente trabajando como ayudante de investigación en el CEIEC. Durante su formación académica ha realizado prácticas en diversos centros de investigación como el IBMCP (Instituto de Biología Molecular y Celular de Plantas), i2SysBio (Instituto de Biología Integrativa de Sistemas), FISABIO o el CNB (Centro Nacional de Biotecnología) en diferentes proyectos relacionados con la aplicación de herramientas informática para resolver problemas biológicos. Su proyecto de doctorado se enfocará en la aplicación de técnicas de Deep Learning para encontrar una nueva clasificación de subtipos en el PDAC.
Estudiante de último curso del Grado en Ingeniería Matemática y becario CEIEC.
Participa en el estudio de clasificación de Melanoma y selección de inmunoterapia mediante imágenes histopatológicas utilizando técnicas de Deep Learning.
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el estudio de un modelo de Inteligencia Artificial capaz de clasificar tráfico de red encriptado.
Graduada en Ingeniería Biomédica, cursando un año escolar de manera internacional en la Università Degli Studi di Bologna (Italia) y Máster en Machine Learning and Health por la Universidad Carlos III de Madrid. Participó en proyectos de investigación biomédica en el IiSGM (Instituto de Investigación Sanitaria Gregorio Marañón) en el departamento de psiquiatría (neuroimagen) para la predicción de la esquizofrenia. Actualmente está desarrollando su tesis orientada a la aplicación de técnicas de Deep Learning para el tratamiento de lesiones en el ámbito de la fisioterapia.
Profesor de las escuelas de Farmacia y Medicina de la UFV. Neurólogo de la Unidad de Daño Cerebral del Hospital Beata María Ana de Madrid. Jefe del grupo de investigación GINDAT de la UFV (https://www.ufv.es/neurorrehabilitacion-dano-cerebral/)
Arquitecto por la ETSA de Madrid (2001), Máster de Humanidades por la UFV (2013) y está preparando la tesis doctoral. Desde 2006 es profesor en las titulaciones de Arquitectura y Diseño de la UFV, participando a la vez en diferentes grupos de investigación en la UFV. Como profesional dirige desde 2005 Estudio Arquitectura Hago (estudiohago.com) donde ha desarrollado más de 100 proyectos y construido más de 25. Durante los últimos años han realizado conferencias, participado en exposiciones, realizado publicaciones de ámbito internacional y recibido premios y reconocimientos entre los que destaca la nominación para él Mies van der Rohe Award de 2015.
Arturo Ugalde Canitrot es Médico Especialista en Neurofisiología Clínica y Epileptólogo, con doctorado en Medicina y Cirugía por la Universidad Autónoma de Madrid. Trabaja actualmente en el Servicio de Neurología y Neurofisiología Clínica del Hospital Universitario La Paz (Madrid), con dedicación exclusiva y posición de liderazgo en la Unidad de Epilepsia Refractaria (consulta, vídeo-EEG y evaluación de candidatos a cirugía de la epilepsia, en población pediátrica y adulta) y en monitorización/mapeo neurofisiológico cerebral. Ha realizado estancias formativas en centros neurocientíficos de prestigio internacional en Cleveland (EEUU), Milán (Italia), Grenoble (Francia) y Amsterdam (Países Bajos). Es además profesor de neuroanatomía, fisiología del sistema nervioso, neurología y neurofisiología clínica en la Universidad Francisco de Vitoria (UFV), con más de 2500 horas de clase presencial, y colabora regularmente en programas de Grado y Postgrado de la Facultad de Medicina de la Universidad Autónoma de Madrid y la Escuela de Ingeniería Biomédica de la Universidad Politécnica de Madrid. Ha sido recientemente galardonado con un certificado de excelencia, tras evaluación global de la actividad docente, en consideración como mejor profesor de la universidad (UFV) durante seis años consecutivos. Participa regularmente en congresos y reuniones científicas nacionales e internacionales (fundamentalmente Europa, EEUU y Asia) con más de 150 comunicaciones y más de 70 ponencias, además cuenta con varias publicaciones en revistas y libros. Sus principales áreas de interés son epileptología, vídeo-EEG, medicina del sueño, estimulación cerebral, conectividad cerebral y análisis de redes, inteligencia artificial en neurociencia, ingeniería biomédica.
Estudiante de tercer curso del Grado en Ingeniería Matemática y becario del CEIEC.
Participa en el estudio de la reconstrucción de imágenes de templos griegos, a través de técnicas de visión por computador y de modelos generativos de deep learning.
Graduada en Business Analytics y estudiante de último curso del Grado en Ingeniería Informática. Becaria del CEIEC.
Participa en el estudio de la evolución, a través de grafos, de la conectividad funcional en el cerebro a lo largo de la duración de las terapias de rehabilitación en casos de ictus isquémico, por medio de técnicas de aprendizaje profundo.
Su formación universitaria incluye el Grado en Matemáticas, Máster en Matemáticas Avanzadas y Doctorado en Matemáticas por la Universidad Complutense de Madrid. Es especialista en sistemas de ecuaciones en derivadas parciales no lineales de tipo difusivo, perturbación singular, y aplicación a dinámica competitiva entre especies, habiendo colaborado en el departamento de Ecología y Biología Evolutiva en Princeton y expuesto los resultados de su investigación a nivel internacional (Princeton, Miami, Taiwan) . Actualmente es profesor en la Universidad Francisco de Victoria y colabora con el CEIEC en el desarrollo de modelos generativos de Deep Learning.
Ana nació en Madrid pero reside actualmente en Chicago, IL. Completó su doctorado en Ingeniería Informática en el grupo e-UCM de la Universidad Complutense de Madrid, tras trabajar como Business Developer y consultora en empresas como IBM, PwC o Prisa. Especializada en los sectores de Entretenimiento y Media, su investigación se centra en el diseño de videojuegos para usuarios con discapacidad intelectual. Más concretamente, en el uso y aplicación de analíticas (Learning Analytics) para mejorar el diseño y mecánicas de videojuegos de aprendizaje.
Su trabajo está disponible en Google Scholar, LinkedIn y ResearchGate
Doctor en Bioquímica y apasionado por las Ciencias de la Computación, ha estado vinculado a la Universidad desde 1.994. Ha sido profesor en UCM, UC3M y en la Universidad Francisco de Vitoria, donde ahora es Profesor Titular de Inteligencia Artificial. Ha compatibilizado durante quince años su perfil universitario con su trabajo en empresas de Consultoría y Desarrollo de Software (Indra y Telefónica Data, entre otros), involucrado en más de 20 proyectos de I+D+i principalmente de Inteligencia Artificia (11 de ellos en programas europeos), liderando equipos y dirigiendo departamentos de desarrollo e innovación. También ha sido nombrado consultor externo por la Comisión Europea para los 5º y 6º Programas Marco de Investigación.
Como investigador, comenzó haciendo modelos matemáticos de sistemas biológicos. Ahora sus áreas de interés son la computación bio-inspirada (neurocomputación, computación evolutiva), la filosofía de la IA y los serious games. Desde 2007 dirige el CEIEC, Instituto de Investigación de la UFV para la innovación tecnológica con acento social. Ha producido varios serious games para la transmisión de contenido educativo y cultural y la integración de personas con discapacidades intelectuales. También es miembro de pleno derecho de la Academia Española de las Artes y las Ciencias Interactivas. Su trabajo actual se centra en modelos neuronales, técnicas de aprendizaje profundo y sus aplicaciones en varios campos, especialmente en eHealth y atención social mediante la explotación de datos biomédicos masivos para la atención, el diagnóstico y la optimización a distancia.
Le puedes encontrar en el despacho 2.19 del Edificio H (Campus de Pozuelo de Alarcón) y en Orcid y Google Scholar
Doctor en CC. Matemáticas aunque siempre ligado con las Ciencias de la Computación, vinculado con la Universidad desde 1.994. Ha sido profesor en UC3M y en la Universidad Francisco de Vitoria, donde ahora es Profesor Doctor en el Departamento de Ingeniería Informática. Ha compatibilizado durante años su perfil universitario con su trabajo en empresas de Tecnología, Consultoría y Desarrollo de Software (Soluziona, Grupo Recreativos Franco, entre otros), involucrado en diferentes proyectos de I+D+i principalmente de Inteligencia Artificial, liderando equipos y dirigiendo áreas relacionadas con arquitecturas en tiempo real, desarrollo SW e innovación.
Como investigador, comenzó haciendo modelos neuronales no supervisados para el reconocimiento de imágenes. Ahora sus áreas de interés son la Inteligencia Artificial en su conjunto y Deep Learning en especial (neurocomputación no supervisada y sus implicaciones éticas) aunque le gusta probar otros sabores (arquitecturas online utilizando Kafka, Dockers, Kubernetes, Grafana, MongoDB, etc.). Desde 2020 colabora en el CEIEC, Instituto de Investigación de la UFV para la innovación tecnológica con acento social. Su trabajo actual se centra en modelos neuronales no supervisados, técnicas de aprendizaje profundo y sus aplicaciones en diversos sectores.
Le puedes encontrar en planta 2 del Edificio H (Campus de Pozuelo de Alarcón)
Graduado en Ingeniería Informática por la UFV. También imparte clases en los títulos propios de Robótica y Ciberseguridad y Hacking Ético.
Graduada en Física y Máster en Física Biomédica por la Universidad Complutense de Madrid. Actualmente dispone de una beca FPI para la realización del doctorado. Su experiencia profesional abarca, entre otras, la modelización de fenómenos biológicos en el grupo de mecánica celular de la UCM, en colaboración con el Hospital 12 de Octubre, y el análisis de propiedades estadísticas de electroencefalogramas en la UFV, en colaboración con el Hospital Beata María Ana y el CSIC. Actualmente aplica técnicas de Deep Learning para estudiar los electroencefalogramas de pacientes con Parkinson.
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el proyecto de investigación centrado en la detección de cáncer de mama usando imágenes térmicas, para poder realizar pruebas menos intrusivas y dolorosas en la detección de tumores mamarios.
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el proyecto de investigación centrado en el procesamiento de lenguaje natural de texto enfocado en la creación de imágenes de templos griegos.
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el estudio de la identificación, a través de grafos, de las áreas del cerebro mas afectadas en las distintas etapas de la enfermedad de Parkinson por medio de técnicas de aprendizaje profundo.
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el proyecto de investigación centrado en hallar la zona del cerebro donde se producen los ataques epilépticos gracias al uso de imágenes.
Ingeniero Geofísico MSc, con experiencia en análisis de datos y aprendizaje automático aplicado a geofísica. Cursando un master en data science en la UAH por la versatilidad y el enorme potencial que tiene esta disciplina en el presente y a futuro. Actualmente involucrado en el estudio de la identificación, a través de grafos, de las áreas del cerebro mas afectadas en las distintas etapas de la enfermedad de Parkinson por medio de técnicas de aprendizaje profundo en el CEIEC.
Desarrollo de aplicaciones web especializadas en el ámbito del Big Data que permiten a los usuarios finales la parametrización de los procesos y la consulta del estado y el resultado de los mismos.
Vicente García Pla estudió Filosofía (especialidad de Filosofía del Derecho y Política) y Ciencias Biológicas en la Universidad de Valencia. Está elaborando su Tesis Doctoral en Evolución Biológica en la Universidad de Sevilla, más en concreto en el análisis de la ideología subyacente en esta ciencia.
Es profesor en la Escuela Politécnica UFV, en la Escuela de Liderazgo Universitario, y en el Postgrado de Inteligencia Economica y Seguridad de Icade-Mas Consulting.
Ingeniero de Telecomunicación por la UPM, Máster Profesorado de Secundaria por la UAH. Actualmente doctorando en la UAH en Inteligencia Artificial y apasionado de la Enseñanza. Colabora con CEIEC en Computación Cognitiva, Deep Learning para encontrar estrategias de optimización en Eficiencia Energética y extraer conocimiento de Big Data Biomédica. Actualmente imparte clases en las áreas de Data Mining y Robótica y dirige proyectos de fin de grado.
Previamente ha sido gerente de empresas relacionadas con las TIC y las energías renovables. También ha colaborado como consultor en diversas empresas nacionales e internacionales de telecomunicaciones e informática.
Dirección: 2ª planta, Edificio H. Campus UFV – Pozuelo de Alarcón
Alberto Nogales tiene formación como Ingeniero en Informática con un master en Ingeniería del Software e Inteligencia Artificial. Su doctorado realizado en la Universidad de Alcalá (España) se desarrolla en el campo de la Web Semántica y el Análisis de Redes Sociales, adquiriendo el perfil de Data Scientist. Tiene experiencia en proyectos europeos de investigación y varias publicaciones científicas en congresos y revistas indexadas en el JCR. Su formación investigadora se ha completado trabajando en la Technische Universität Wien (Austria), Tallinna Tehnikaülikool (Estonia) y Universidad de Málaga (España). Desde noviembre de 2017 es investigador postdoctoral y profesor en la Universidad Francisco de Vitoria, estando adscrito al centro CEIEC. Actualmente su línea de investigación se centra en el Deep Learning y sus aplicaciones en campos como el Procesamiento de Señales o los Modelos Predictivos.
Dirección: 2ª planta, Edificio H. Campus UFV – Pozuelo de Alarcón
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el proyecto de investigación centrado en la generación automática de resúmenes para facilitar el acceso a la información de textos legales.
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el proyecto de investigación centrado en la generación automática de textos para facilitar en la creación de contenido en el ámbito periodístico.
Estudiante del último curso del Grado de Ingeniería Informática y becario del CEIEC.
Su línea de investigación se enfoca en el estudio de modelos predictivos con técnicas de Deep Learning aplicado a seguridad alimentaria en países miembros de la Unión Europea.
Estudiante del último curso del Grado de Ingeniería Informática y becario del CEIEC.
Trabaja en el modelado mediante grafos de EEGs de personas con epilepsia. Para estudiar dichos grafos aplica modelos de Deep Learning del tipo Graph Convolutional Neural Networks.
Ingeniera Informática y Licenciada en Matemáticas por la UAM y Máster en Inteligencia Artificial por la UPC. Especialista en Procesamiento del Lenguaje Natural y en Traducción Automática en particular, llevando a cabo su tesis sobre Traducción Automática atendiendo a la información de contexto de un documento, centrándose en los últimos años en las tecnologías basadas en Deep Learning y Redes Neuronales. Su trayectoria profesional le ha llevado a trabajar en diferentes grupos de investigación especialistas en Traducción Automática tanto en el ámbito nacional (TALP en la UPC, Departamento de Procesamiento del Habla en VICOMTECH), como internacional (Uppsala NLP Group en la Uppsala Universitet). También ha participado en diversos proyectos a escala local (MODELA, QUALES), nacional (OpenMT2,TACARDI) y también europea (ELRI). Sus intereses son la Traducción Automática (sistemas neuronales, estimación de calidad, idiomas con pocos recursos, etc.), el Procesamiento del Lenguaje Natural (generación autómatica de lenguaje, comprensión autómatica del lenguaje, tratamiento del habla, etc.) y la aplicación de métodos de Machine Learning o Deep Learning de manera transversal.