Oportunidades Públicas

Fecha de Creación Descripción Mentor(es) Acciones
15/07/2020

Prerequisites:
Available vacancies:
2/4
Class Code Initials:

This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits

Deep learning para procesamiento y síntesis de audio e imágenes

Diseño, implementación y entrenamiento de redes neuronales específicas para procesamiento de señales de audio e imágenes, para aplicaciones en imágenes médicas, audiográficos, DSP, minería. Deseable experiencia en cursos de imágenes, audio o programación.

Prerrequisitos:
Vacantes disponibles:
2/4
Siglas iniciales:

Tiene un método de evaluación Nota 1-7, con 10 créditos

Ver
20/12/2020

Acquisition, reconstruction and motion correction for 3D whole-heart Magnetic Resonance Imaging

Magnetic Resonance Imaging (MRI) is an important non-invasive tool for risk assessment and treatment monitoring of cardiovascular disease. In comparison to other imaging modalities (ultrasound, x-ray and computed tomography) MRI has the advantage of combining excellent soft tissue contrast with high spatial resolution. However, a major limitation of current MRI protocols is that all imaging sequences are acquired sequentially, with different resolution, geometric orientations and breath-hold positions, resulting in long planning and scan times. Moreover, image quality degradation due to respiratory and cardiac motion are major challenges that greatly affect the accuracy and reproducibility of cardiac MRI. This research includes the development of novel whole-heart 3D MRI sequences, motion compensation techniques and deep learning methods to enable 3D, easy-to-plan, fast and efficient quantitative multi-parametric MRI of heart and vessels. The research is done together with King’s College London. Basic knowledge of MRI, signal processing and artificial intelligence would be useful.

Prerequisites:
No prerequisites
Available vacancies:
3/10
Class Code Initials:

This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits

Adquisición, reconstrucción y corrección de movimiento para imágenes cardiovasculares por Resonancia Magnética

La resonancia magnética (RM) es una importante herramienta no invasiva para la evaluación de enfermedades cardiovasculares. En comparación con ultrasonido y tomografía computarizada, la RM tiene la ventaja de combinar un excelente contraste de los tejidos blandos con una alta resolución. Una limitación importante de los protocolos de RM es que todas las secuencias de imágenes se adquieren secuencialmente, con diferente resolución, orientaciones y posiciones de retención de la respiración, lo que da lugar a largos tiempos de planificación y adquisición. La degradación de las imágenes debido al movimiento respiratorio son grandes desafíos que afectan a la precisión y la reproducibilidad de la RM cardíaca. Esta investigación incluye el desarrollo de novedosas secuencias de RM tridimensional, técnicas de compensación de movimiento y métodos de aprendizaje profundo para permitir una RM multiparamétrica tridimensional, fácil de planificar, rápida y eficiente del corazón y los vasos.

Prerrequisitos:
Sin prerrequisitos
Vacantes disponibles:
3/10
Siglas iniciales:

Tiene un método de evaluación Nota 1-7, con 10 créditos

Ver
Loading…
Loading the web debug toolbar…
Attempt #