Smart perception systems in industrial and agricultural domains

PonentesRoberto Marani (Investigador Predoctoral, Istituto di Sistemi e Tecnologie Industriali Intelligenti per il Manifatturiero Avanzato, Intelligent Sensing and Perception Group. Bari, Italia), https://sites.google.com/view/robertomarani/.

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

Hora: miércoles 5 de mayo, 10:00

Resumen: Advanced perception is a key enabling technology for shaping innovation in any physical environment. Low-cost technologies implementing multisensor systems, such as sensor networks and/or visual systems, cooperate with new methodologies assisted by computational intelligence to support people in making decisions in planning and controlling automatic devices for several application fields. The complete design of such systems is the main goal of the Intelligent Sensing and Perception (ISP) group, whose research is mainly targeted at the acquisition, fusion, processing, and interpretation of multisensor data. This talk will present several examples of advanced perception systems endowed with smart abilities for industrial diagnostics, human assistance, and precision agriculture. After a brief presentation of the activities of the ISP group, it will go through two case studies regarding i) innovative quality control procedures for defect detection in aeronautic structures and ii) image acquisition and processing for on-field yield analysis in precision agriculture. Possible opportunities for further cooperation in the very next future will be also presented.

Inteligencia artificial en retina

Ponentes: Dídac Royo (Director técnico y fundador de Optretina) y Miguel Ángel Zapata (Adjunto servicio oftalmología Hospital Vall d’Hebron. Barcelona, Director médico y fundador de Optretina).

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

Hora: jueves 29 de abril, 13:00.

Resumen: Optretina es una empresa fundada hace 8 años que se dedica principalmente a la telemedicina en el campo de las enfermedades de la retina. Durante la charla comentaremos las principales líneas de trabajo, los primeros estudios y aplicaciones de la inteligencia artificial, así como las aplicaciones prácticas de redes neuronales que actualmente está utilizando Optretina. Durante el encuentro se comentarán también las futuras líneas de investigación en inteligencia artificial previstas y otras líneas de trabajo que se están desarrollando en el mundo de la retina con el uso de la inteligencia artificial.

Biografía:

Dídac Royo. Ingeniero Industrial en la rama de informática por la Universitat Politècnica de Catalunya. CTO y fundador de Optretina. CEO y fundador de S4Research.

Miguel A. Zapata. Médico por la Universitat Autònoma de Barcelona, especialista en Oftalmología, Doctor en Medicina y Cirugía con mención honorífica. Especialista en retina. Su actividad asistencial se desarrolla en el campo de la retina médica y quirúrgica, con especial énfasis en la degeneración macular y la retinopatía diabética. Sus principales intereses de investigación, tanto básica como clínica, son la degeneración macular, la retinopatía diabética, el desarrollo de nuevos fármacos para el tratamiento de la retina y la inteligencia artificial. En el campo de la investigación clínica, el Dr. Zapata ha sido investigador principal en 9 proyectos en los últimos 4 años y colaborador en más de 25 ensayos clínicos e investigación traslacional. En investigación básica, como principal en 3 proyectos y colaborador en 7 más. Ha presentado ponencias en numerosos congresos nacionales e internacionales y actualmente cuenta con 33 publicaciones indexadas.

A mobile application to fight antibiotic resistance

PonentesMarco Pascucci (Investigador Postdoctoral, Laboratoire de Mathématiques et Modélisation d’Évry), https://mpascucci.github.io.

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

Hora: miércoles 21 de abril, 10:00

Resumen: Antimicrobial resistance is a major global health threat and its development is promoted by antibiotic misuse. While disk diffusion antibiotic susceptibility testing (AST, also called antibiogram) is broadly used to test for antibiotic resistance in bacterial infections, it faces strong criticism because of inter-operator variability and the complexity of interpretative reading. Automatic reading systems address these issues, but are not always adapted or available to resource-limited settings and come with high costs. We present a smartphone application for antibiogram analysis. The application captures images with the phone’s camera, and the user is guided throughout the analysis on the same device by a user-friendly graphical interface. Image processing and result analysis are entirely done offline on a smartphone. Our application is suited for resource-limited settings, it aims to lower the entry effort for performing AST testing and therefore increase patients’ access to AST worldwide.

Nota 01: la aplicación móvil presentada fue distinguida con el Google AI Impact Challenge 2019. También ha sido presentada en un reciente número de la revista Nature Communications.

Nota 02: si quieres acceder a la aplicación desarrollada (todavía en fase de pruebas) lo puedes hacer rellenando el siguiente formulario: https://form.typeform.com/to/qEGVBzbu.

Inteligencia Artificial para Interpretar Mapas

Ponente: Jónathan Heras Vicente (Universidad de La Rioja)

Lugar: Seminario Mirian Andrés (Edificio CCT)

Hora: miércoles 4 de octubre, 11:00

Resumen: La segmentación semántica es una técnica de Inteligencia Artificial que tiene como objetivo el ser capaces de comprender una imagen al nivel de píxel, es decir ser capaces de otorgar una etiqueta o categoría a cada píxel de una imagen. Por ejemplo, en el caso que nos ocupa en esta charla, queremos ser capaces de distinguir en una imagen aérea los píxeles que pertenecen a edificaciones, a carreteras o que son considerados como fondo.

En esta charla, presentamos como las técnicas de aprendizaje profundo pueden ser aplicadas a la segmentación semántica y su aplicación a la detección de edificaciones y carreteras en imágenes aéreas disponibles en IDERioja.

Puedes acceder a las transparencias de la charla a través de este enlace.

Nota: el blog de la comunidad de la Infraestructura de Datos Espaciales de España  (IDEE) recoge en una entrada el contenido de la charla. Puedes acceder a la entrada en el siguiente enlace.

Processing Biomedical Images for the Study of Treatments Related to Neurodegenerative Diseases

 

Ponente: Gadea Mata Martínez (Universidad de La Rioja)

Lugar: Salón de Actos (Edificio CCT)

Hora: martes 5 de septiembre, 12:00

Resumen: The study of neuronal cell morphology and function in neurodegenerative disease processes is essential in order to develop suitable treatments. In fact, studies such as the quantification of either synapses or the neuronal density are instrumental in measuring the evolution and the behaviour of neurons under the effects of certain physiological conditions.

In order to analyse this data, fully automatic methods are required. To this end, we have studied and developed methods inspired by Computational Algebraic Topology and Machine Learning techniques. Notions such as the definition of connected components, or others related to the persistent homology and zigzag persistence theory have been used to compute the synaptic density or to recognise the neuronal structure. In addition, machine learning methods have been used to determine where neurons are located in large images and to ascertain which are the best features to describe this kind of cells.

Nota: la charla se trata de una prueba de tiempo para la presentación de la Tesis, que tendrá lugar el viernes 15 de septiembre a las 12:00 en el mismo Salón de Actos del CCT.

DetectionEvaluationJ: A tool for measuring the goodness of object detection algorithms

 

Ponentes: Manuel García, Adrián Inés

Lugar: Seminario Mirian Andrés (Edificio CCT)

Hora: martes 14 de febrero, 13:00

Abstract: Object detection algorithms are applied in diverse computer vision applications. Hence, it is important to know how good are the regions detected by an algorithm in order to compare it with other algorithms. To solve this, we have developed DetectionEvaluationJ, an ImageJ plugin able to compare a gold standard with the regions obtained by an object-detection algorithm. The result produced by DetectionEvaluationJ is a set of measures that allows us to know the quality of the object-detection algorithms.

Nota: la charla se trata de una prueba de tiempo de la conferencia del mismo título que los ponentes impartirán en el workshop «Computer Vision, Deep Learning and Applications» del congreso «Eurocast 2017» que tendrá lugar en las Palmas de Gran Canaria del 19 al 24 de febrero.

Puedes encontrar las transparencias de la charla en el siguiente enlace.