Inteligencia Artificial en Clasificación de Imágenes Radiológicas: Explorando cómo funcionan las Redes Neuronales Convolucionales
Fecha: 28 de mayo 2025Hora de inicio: 09:00 hrs.
¿Te interesa la intersección entre la radiología y la inteligencia artificial?
Este taller te brindará una introducción práctica al uso de Deep Learning para la clasificación de imágenes radiológicas, centrándonos en las Redes Neuronales Convolucionales (CNNs).
¿Qué aprenderás?
- Fundamentos de Deep Learning y CNNs: Comprenderás cómo funcionan las CNNs y su aplicación en el análisis de imágenes médicas.
- Procesamiento de Imágenes Radiológicas: Aprenderás a preprocesar y preparar imágenes radiológicas para su uso en modelos de Deep Learning.
- Implementación de Modelos CNNs: Pondrás en práctica la construcción y el entrenamiento de modelos CNNs para la clasificación de imágenes radiológicas.
- Evaluación y Optimización de Modelos: Aprenderás a evaluar el rendimiento de tus modelos y a aplicar técnicas para mejorarlos.
- Aplicaciones Prácticas: Exploraremos casos de uso reales de la clasificación de imágenes radiológicas en el diagnóstico y la investigación médica.
¿A quién está dirigido?
Este taller está dirigido a estudiantes, profesionales de la salud, investigadores e ingenieros interesados en la intersección entre la radiología y la inteligencia artificial.
No es necesario tener experiencia previa en programación o inteligencia artificial: comenzaremos desde conceptos básicos y avanzaremos progresivamente hasta desarrollar modelos prácticos.
Si ya posees conocimientos básicos de Python o Deep Learning, también encontrarás herramientas valiosas para profundizar y aplicar estas tecnologías al análisis de imágenes médicas.
Nuestro objetivo principal es que cualquier persona interesada en este ámbito—sea del área médica, tecnológica o simplemente por interés personal—pueda comprender, involucrarse y aplicar los conocimientos adquiridos.
¿Cómo se realizará este taller?
El taller será realizado online a través de Zoom.
Además el taller será una experiencia teórica y práctica, incluyendo la realización de ejercicios con datos reales en un entorno en la nube.
Relator: Yuri Berrios Peña
Yuri Berrios Peña es Tecnólogo Médico especializado en Resonancia Magnética, con un Magíster en Informática Médica.
Su principal área de interés se centra en la investigación y el diseño de modelos predictivos basados en imágenes médicas, específicamente en Radiómica aplicada al cáncer.
Actualmente, está explorando la aplicación de Modelos de Lenguaje Extenso (LLM) y modelos multimodales en el ámbito de la salud.
Además de ser un activo divulgador científico en el campo de la radiología y la inteligencia artificial en su perfil de Instagram @radiolog.ia_para_estudiantes y en su canal de Youtube @radiologiaparaestudiantes7528.