Resultados da pesquisa para:
Filtrar os seus resultados
0 Resultados
João Manuel Pedrosa
Investigador Auxiliar
Projetos
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.
LNDetector
O objetivo do projeto LNDetector é detetar, segmentar e classificar nódulos pulmonares de forma automática em imagens de tomografia computadorizada (TC). A ideia é criar um protótipo funcional de um sistema CAD (Computer-aided diagnosis, ou diagnóstico auxiliado por computador) para diagnosticar nódulos pulmonares, que será depois instalado num departamento de radiologia. O protótipo inclui três importantes módulos para a deteção, segmentação e diagnóstico de nódulos. Além disso, será criada uma base de dados anónima e anotada de imagens TC, que irá conter uma grande variedade de nódulos, com diferentes tamanhos, posições, formas e texturas. A investigação em conjunto com um importante Departamento de Radiologia é uma excelente oportunidade para promover a colaboração entre a Engenharia e a Medicina.
Publicações
Automatic Contrast Generation from Contrastless Computed Tomography
Domingues, R;Nunes, F;Mancio, J;Fontes Carvalho, R;Coimbra, M;Pedrosa, J;Renna, F;
2023
2023 45TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE & BIOLOGY SOCIETY, EMBC
DEEPBEAS3D: Deep Learning and B-Spline EXPLICIT Active Surfaces
Williams H.;Pedrosa J.;Asad M.;Cattani L.;Vercauteren T.;Deprest J.;D'Hooge J.;
2023
IEEE International Ultrasonics Symposium, IUS
MITEA: A dataset for machine learning segmentation of the left ventricle in 3D echocardiography using subject-specific labels from cardiac magnetic resonance imaging
Zhao, DB;Ferdian, E;Talou, GDM;Quill, GM;Gilbert, K;Wang, VY;Gamage, TPB;Pedrosa, J;D'hooge, J;Sutton, TM;Lowe, BS;Legget, ME;Ruygrok, PN;Doughty, RN;Camara, O;Young, AA;Nash, MP;
2023
FRONTIERS IN CARDIOVASCULAR MEDICINE
Correcting bias in cardiac geometries derived from multimodal images using spatiotemporal mapping
Zhao, D;Mauger, CA;Gilbert, K;Wang, VY;Quill, GM;Sutton, TM;Lowe, BS;Legget, ME;Ruygrok, PN;Doughty, RN;Pedrosa, J;D'hooge, J;Young, AA;Nash, MP;
2023
SCIENTIFIC REPORTS
