Curso “Métodos de Aprendizaje Automático para Procesamiento de Bioimágenes” (MAPBIO) (Edición 2024)

Métodos de Aprendizaje Automático para Procesamiento de Bioimágenes (MAPBIO) es un curso dirigido a investigadores y estudiantes de las áreas de ciencias de la vida interesados por conocer los fundamentos de los métodos de Aprendizaje Automático (Machine Learning) y Aprendizaje Profundo (Deep Learning) y su aplicación al procesamiento y análisis de imágenes por computadora. Están invitados también estudiantes de otras carreras universitarias que se interesen por el tema.

Objetivos

Se introducirán los conceptos principales del Aprendizaje Automático para el procesamiento de bioimágenes digitales con especial énfasis en su aplicación a las ciencias de la vida. Se abordarán distintos aspectos de un área muy extensa de manera de dejar claros los conceptos generales subyacentes y abrir la puerta a un estudio más detallado por parte del estudiante.

Al finalizar el curso el estudiante conocerá los fundamentos del Aprendizaje Automático para el procesamiento de bioimágenes, tendrá experiencia en el uso de software que implementa algoritmos de Aprendizaje Automático a partir de modelos pre-entrenados, y podrá encarar proyectos de aplicación simples en diálogo con personal más experimentado.

Se tendrán en cuenta aspectos generales del Aprendizaje Automático, su impacto en la Inteligencia Artificial, los aspectos éticos de su aplicación y sus consideraciones en las publicaciones científicas.

Metodología

Se realizarán cinco clases teórico/prácticas de 4 horas de lunes a viernes por una semana. Los estudiantes aplicarán los conceptos teóricos mediante el uso de un software que implementa una biblioteca de algoritmos de procesamiento de imágenes y aprendizaje automático y profundo a fin de impulsarlos a consolidar los conceptos a través de la práctica y el desarrollo de nuevos procedimientos (macros, scripts).

Temario

Fundamentos de las bioimágenes. Fundamentos del Aprendizaje Automático. Perceptrón, Perceptrón Multi-Capa (MLP) y redes neuronales. Redes neuronales convolucionales (CNN): arquitecturas basadas en U-Net. Otras arquitecturas de redes neuronales. Autoencoders. Redes generativas adversarias (GAN). Transformers. Software y aplicaciones de AA para bioimágenes: ImageJ + DeepImageJ, Ilastik, StarDist, DL4MicEverywhere. Aplicaciones: Clasificación, Segmentación, Restauración, reducción de ruido, super-resolución, seguimiento de objetos, Whole Slide Imaging (WSI).

Cupo

Dadas las restricciones locativas y para lograr atender la demanda de la modalidad este año el cupo es de 40 participantes.

Conocimientos previos recomendados

Manejo básico de bioimágenes digitales. No son necesarios conocimientos específicos previos más allá de un buen manejo de una computadora personal.

Inscripciones

Interesados en participar deben completar el formulario en este enlace antes del 6 de marzo de 2024.

Fecha, horario y lugar

El curso en 2024 será del 11 al 15 de marzo. Todos los días de 14:00 a 18:00. Salón 401, Facultad de Ingeniería

Por consultas escribirnos un email.

Este curso es posible gracias al apoyo de Chan Zuckerberg Initiative