La UR desarrolla nuevas herramientas de IA para interpretar imágenes médicas, o biológicas de forma más precisa

hace 5 meses · Actualizado hace 5 meses

ad9c07d4 9d13 445d 879d fe5806a6944b

La investigadora Angela Casado García ha desarrollado, en su tesis doctoral, herramientas de Inteligencia Artificial que enseñan a los ordenadores a interpretar imágenes de forma más precisa y robusta, con menos recursos y una interfaz gráfica fácil de usar incluso por no expertos. Estos resultados, con numerosas aplicaciones en biología, agricultura y medicina, democratizan el uso de modelos de Aprendizaje Profundo.

Desarrollada en el Departamento de Matemáticas y Computación de la Universidad de La Rioja -en el marco del programa de Doctorado 782D Doctorado en Matemáticas y Computación (Real Decreto 99/2011)- la tesis 'Modelos de detección y segmentación para la fisiología de plantas y agricultura de precisión' ha sido dirigida por María Vico Pascual y Jonathan Heras, logrando la calificación de sobresaliente 'cum laude' con mención internacional.

ENSEÑAR A LOS ORDENADORES A "VER" COMO NOSOTROS

Esta investigación se centra en el campo de la Visión por Computador, una tecnología que enseña a las máquinas a "ver" y "entender" el mundo a través de imágenes y videos. Combina conceptos de Inteligencia Artificial, procesamiento de imágenes, percepción visual y ciencia de datos para permitir que los ordenadores comprendan y analicen contenido visual de manera similar a los humanos.

Relacionado:  El Ayuntamiento de Logroño desarrolla una jornada informativa sobre cómo abordar la conducta suicida

En los últimos años se han logrado avances significativos, gracias al desarrollo de algoritmos y técnicas basadas en el Aprendizaje Profundo (Deep Learning). Esta técnica de Inteligencia Artificial enseña a los programas informáticos a reconocer patrones complejos a partir de grandes cantidades de datos. Trata de imitar la forma en que aprendemos nosotros, pero a mucha mayor escala y con empleando herramientas matemáticas.

Sin embargo, "el uso de Deep Learning presenta algunos problemas: para entrenar modelos se requiere un gran número de imágenes, que pueden ser difíciles de obtener en contextos como la biomedicina o la agricultura de precisión; el proceso de anotación de estas imágenes consume mucho tiempo, y, además, es difícil de utilizar para usuarios no expertos", indica Ángela Casado.

UN ALGORITMO CON APLICACIONES REALES EN AGRICULTURA Y MEDICINA

La investigadora plantea en su tesis estas limitaciones y evalúa las soluciones encontradas en contextos reales. Ha desarrollado un algoritmo que mejora la precisión y la robustez de los modelos de detección de objetos, permitiendo a las máquinas "ver" de manera más eficaz.

Relacionado:  La Biblioteca Rafael Azcona celebra el Día del libro con una exposición del ilustrador riojano Manuel Romero

"Entrenamos al ordenador para que sepa distinguir los distintos elementos de una imagen -explica la investigadora-. Por ejemplo, si le mostramos una cepa, detectará qué parte son hojas, cuáles tallos o uvas. Y, gracias a este algoritmo, lo hará con gran precisión, segmentando la imagen para ajustarse a la forma exacta del racimo, sin confundirlo con zonas de cielo o de madera". Así, es posible estimar la producción de ese viñedo con mayor fiabilidad o llevar un control más eficaz de la vegetación.

Además de su valiosa aportación a la agricultura de precisión, el uso de estas técnicas se extiende a otras áreas de gran interés, como la biología o la salud. Como muestra, los investigadores han comprobado su validez para la interpretación de imágenes asociadas a la retinopatía diabética, entre otras aplicaciones.

DEMOCRATIZAR EL APRENDIZAJE PROFUNDO

Estos logros han sido posibles gracias al empleo de métodos de ensemble, que utilizan varios enfoques para resolver un problema (trasladado a la experiencia humana, sería como formar un equipo de expertos en vez de acudir a una sola persona).

Relacionado:  Detenidos dos menores por cambiar monedas de 2 euros falsas por billetes en un kiosco de Logroño

Así, "hemos logrado reducir el número de imágenes necesarias para entrenar a los ordenadores y hemos conseguido, además, hacer más sencillo el proceso de creación y uso de modelos de detección, gracias a una interfaz gráfica fácil de usar", explica la doctora.

Esta investigación permite que tecnologías avanzadas, como la Visión por Computador, sean más accesibles y útiles en campos como la agricultura o la medicina. Además de mejorar la precisión de los ordenadores, facilita el empleo de estas herramientas informáticas por personas no expertas: "Este trabajo -concluye Ángela Casado- es un paso hacia la democratización de los modelos de Aprendizaje Profundo"./WikiRioja

❤️ Si quieres darte a conocer o mandarnos algún artículo como La UR desarrolla nuevas herramientas de IA para interpretar imágenes médicas, o biológicas de forma más precisa puedes contactar con nosotros

Javier Muro Orío

Javier Muro Orío

Javier Muro Orío es periodista. Ha trabajado en diferentes medios de comunicación de prensa escrita de La Rioja y Álaba -La Voz de La Rioja, El Correo- y en revistas especializadas en el mundo del vino como La Prensa del Rioja.

Subir