El grupo ha desarrollado múltiples proyectos relacionados con el análisis y procesado digital de imágenes en el ámbito médico, una de las líneas de investigación con
mayor recorrido. Dentro de los trabajos más recientes, está el desarrollo de una herramienta de apoyo al personal clínico para la detección de nódulos pulmonares en
imágenes de TACs de alta resolución.
Los nódulos pulmonares son una de las patologías pulmonares más frecuentes y están causados principalmente por el consumo de tabaco. Su detección temprana es muy
importante, tanto a nivel social como económico, ya que el ratio de mortalidad del carcinoma de pulmón es muy alto. Este tipo de herramientas de ayuda al diagnóstico
se engloban dentro de los sistemas CAD (Computer Aided Diagnosis) y se caracterizan por estar constituidos por tres etapas dentro del análisis de imágenes
digitales: preprocesado, selección de zonas candidatas, y clasificación. Las dos primeras etapas ya fueron abordadas en proyectos de investigación desarrollados
anteriormente y la última etapa (clasificación) es la que se abordó en este proyecto. El módulo de clasificación del sistema CAD se basa en la utilización de
diferentes técnicas de Inteligencia Artificial (IA) para realizar una clasificación automática de los posibles nódulos pulmonares existentes en las zonas candidatas
de las imágenes del TAC de alta resolución. Se utilizaron técnicas de IA que nos permiten manejar información ambigua y heterogénea, basándose principalmente en
diferentes características del nódulo (perímetro, tamaño, esfericidad, etc.).
En este mismo ámbito, también se han desarrollado entornos de visualización integrados con diferentes algoritmos de procesamiento de imagen médica, aplicando también
técnicas de reconstrucción 3D. La usabilidad de las herramientas y su validación desde el punto de vista médico, fue un objetivo fundamental.
Dentro de esta línea de investigación, otro de los campos de aplicación recientes es la detección y análisis de contaminación marina (proyecto Sentinazos). No se trata solamente de vertidos sino también de restos de la limpieza de sentinas de barcos (sentinazos). Asociada a la detección, también se integró información de geolocalización de dichos vertidos y la información de identificación de las mismas mediante técnicas de IA y procesado de imágenes. Aunque la información de base eran las imágenes de satélite (remote sensing), también se utilizaron datos obtenidos durante la recogida de muestras y posibles barcos responsables identificados en función de su localización y los movimentos de las corrientes marinas (desplazamiento de las manchas y formas generadas).
LIA[2] - 2024