Tesi doctoral de Ricardo Montoya del Ángel: "Advances in Generative Modeling for Medical Data: Applications in Imaging, Video, and Multimodal Synthesis". Direcció: Dr. Robert Marti Marly.
Imatge de l'autor de la tesi
Context i problema: La intel·ligència
artificial (IA) té un gran potencial en el diagnòstic mèdic, però requereix
grans conjunts de dades anotades. En dominis com la mamografia amb contrast
(CEM) o l'ecocardiografia portàtil, l'escassetat de dades clíniques és el
principal coll d'ampolla per a la seva implantació als hospitals.
Objectiu i aportacions: Aquesta tesi
investiga el modelatge generatiu probabilístic per sintetitzar dades mèdiques
realistes i clínicament útils en tres nivells de complexitat:
Incertesa física prescrita: Quantifica la
variabilitat d'alineació i delimitació en CEM, traduint-la en variància
generativa acotada per millorar la predicció de biomarcadors radiòmics.
Síntesi mamogràfica (MAM-E i ELK): Adapta
models de difusió per a la generació de mamografies i la inserció localitzada
de lesions (inpainting), millorant la detecció de tumors en CEM mitjançant
transferència de coneixement.
Síntesi eficient de vídeo (TiTok +
MaskGIT): Combina tokenització 1D i transformadors emmascarats per reconstruir
vistes cardíaques absents (2 cambres des de 4 cambres) i calcular la fracció
d'ejecció en equips d'ultrasò portàtils.
Conclusió: Les dades sintètiques generades
amb rigor físic i clínic permeten superar les limitacions de dades i millorar
la precisió, la robustesa i la utilitat dels sistemes d'ajuda al diagnòstic
mèdic.
Lectura de la tesi: 06/10/2026 a la Sala d'Actes de l'Escola Politècnica Superior IV (informació extreta de l’Agenda activitats de la web Escola de Doctorat).
Notícies relacionades