INESC TEC
INESC TEC
INESC TEC
Resultados da pesquisa para:
Filtrar os seus resultados

0 Resultados

Aurélio Campilho

Aurélio Campilho

Investigador

Projetos

NanoStima-RL5

O projeto NanoSTIMA vai procurar dar resposta a dois grandes desafios: por um lado a passagem de tecnologias sensoras macro, utilizadas atualmente, para tecnologias micro e nano, que desempenharão um papel fundamental no setor da saúde e bem-estar; por outro lado, a gestão das enormes quantidades de informação que estes sensores vestíveis e implantáveis vão gerar, integrando-a com dados de outras fontes, tais como registos médicos, dados genéticos, ou mesmo redes sociais. A linha de investigação 1 deste projeto vai ser desenvolvida por dois centros: o C-BER e o CAP.Ficha de Projeto

NanoSTIMA - Advanced Methodologies for Computer-Aided Detection and Diagnosis

TAMI

O projeto TAMI tem como objetivo criar uma nova plataforma para uso comercial, científico e académico que irá fornecer aos "consumidores" acesso aos resultados e a explicações sobre as ordens de diagnóstico fornecidas, acesso a conjuntos de dados filtrados para investigadores ou cientistas e uma base de conhecimento para fins académicos. Para atingir esse objetivo, o projeto será baseado nos seguintes objetivos específicos que envolvem a realização de investigação nas seguintes áreas: a) métodos quantitativos para avaliar objetivamente e comparar diferentes explicações das decisões automáticas b) métodos para gerar melhores explicações, proporcionando variedade nas explicações, adaptando as explicações a quem as irá utilizar e explicando as decisões multimodais; c) novas soluções de visualização para interpretações de decisões baseadas em dados imagiológicos. Para isso, o projeto TAMI usará dados clínicos, desde dados estruturados a dados imagem, a fim de projetar e validar modelos interpretáveis de aprendizagem máquina. Durante o projeto, diferentes configurações multimodais serão testadas para permitir uma melhor compreensão das decisões baseadas em IA. Além disso, os algoritmos serão projetados para gerar decisões autoexplicativas baseadas em IA, minimizando o enviesamento e atuando de forma ética no seu contexto. Serão desenvolvidas provas de conceitos e demonstradores de como integrar a IA explicável investigada no projeto em ambientes de trabalho para o tratamento de cancro cervical, para a deteção de patologia em imagens de radiografia torácica em ambiente de rastreio, e para a deteção de glaucoma em imagens da retina, que permitirão validar as soluções algorítmicas.

Transparent Artificial Medical Intelligence
Ver todos os projetos

Publicações

Towards automatic forecasting of lung nodule diameter with tabular data and CT imaging

Ferreira, CA;Venkadesh, KV;Jacobs, C;Coimbra, M;Campilho, A;

2024

Biomed. Signal Process. Control.

A Comparative Study of Feature-Based and End-to-End Approaches for Lung Nodule Classification in CT Volumes to Lung-RADS Follow-up Recommendation

Ferreira, A;Ramos, I;Coimbra, M;Campilho, A;

2024

2024 IEEE 22nd Mediterranean Electrotechnical Conference, MELECON 2024

Automated image label extraction from radiology reports - A review

Pereira, SC;Mendonca, AM;Campilho, A;Sousa, P;Lopes, CT;

2024

ARTIFICIAL INTELLIGENCE IN MEDICINE

Artificial Intelligence Improves the Accuracy in Histologic Classification of Breast Lesions

Polonia, A;Campelos, S;Ribeiro, A;Aymore, I;Pinto, D;Biskup Fruzynska, M;Veiga, RS;Canas Marques, R;Aresta, G;Araujo, T;Campilho, A;Kwok, S;Aguiar, P;Eloy, C;

2021

AMERICAN JOURNAL OF CLINICAL PATHOLOGY

Ver todas as publicações

Teses Supervisionadas

Quantitative imaging of oligodendrocyte cytoskeleton dynamics

Óscar Gonçalo Martins Esteves

M - 2024

UP-FEUP