Diego Megías

Hay 2 posts etiquetados con Diego Megías.

Microscopy & Imaging «Friends for ever»

Ponente: Diego Megías Vázquez (Unidad de Microscopía Avanzada, Instituto de Salud Carlos III).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: jueves 13 de junio de 2024, 11:00.

Resumen: Computation and imaging are becoming more demanding every day. The rapid advancements in technology have increased the complexity and volume of data generated by modern microscopy techniques. As a result, it is impossible to understand and utilize modern microscopy without incorporating sophisticated image processing, detailed analysis, and extensive data mining.

This talk will present various advanced microscopy applications that heavily rely on computational support. We will explore how computational tools are essential for extracting meaningful information from complex datasets and making sense of the vast amounts of data produced.

The aim of this presentation is not only to showcase these cutting-edge applications but also to foster a dialogue about future directions. We hope to discuss and brainstorm new approaches that can further integrate computational techniques into microscopy.

Nota: Esta charla está parcialmente financiada por el Vicerrectorado de Investigación e Internacionalización de la Universidad de La Rioja mediante las «Ayudas para la organización de conferencias y seminarios de investigación» (ACO 2024).

Rompiendo la barrera del tiempo en microscopía

Ponentes: Diego Megías Vázquez (jefe de la Unidad de Microscopía Confocal del Centro Nacional de Investigaciones Oncológicas – CNIO), Gadea Mata Martínez (Universidad de La Rioja).

Lugar: online (https://bit.ly/salaDMC).

Hora: miércoles 31 de marzo, 10:00

Resumen: La adquisición de imagen en microscopía óptica de fluorescencia requiere la exposición de la muestra a potentes fuentes de luz y a la recogida de su emisión. A mayor tiempo de exposición mayor relación señal / ruido. Dicho aumento en el tiempo de exposición genera toxicidad y muchas veces impide poder seguir con claridad eventos celulares rápidos. Las muestras biológicas que se ensayan diariamente en microscopía han de ser capturadas intentando que las imágenes sean lo más rápidas y fieles a la realidad posible pero sin dañarlas. En este seminario os contaremos como el Machine Learning nos puede ayudar a conseguir estos objetivos.