GPI: Grupo de Procesamiento de Imágenes

GPI: Grupo de Procesamiento de Imágenes

Somos un grupo de investigación que radica en el Departamento de Matemática Aplicada de la Facultad de Matemática y Computación de la Universidad de La Habana. Nuestras investigaciones tienen como propósito desarrollar algoritmos para modificar la información gráfica y cambiar la naturaleza de una imagen, con énfasis en imágenes médicas. De esta forma, podrán ser interpretadas correctamente por el especialista y serán más apropiadas para la percepción automática de una máquina.

Trabajamos en el desarrollo e implementación de algoritmos con fundamentos matemáticos sólidos y novedosos, capaces de captar la multiescalaridad de las imágenes, así como en la introducción de la inteligencia artificial para: i) mejorar la calidad (eliminación de ruido, suavizado, mejora del contraste) de las imágenes médicas, ii) segmentar y detectar bordes y formas de determinadas estructuras, iii) clasificar zonas y estructuras anómalas presentes en las imágenes médicas, iv) contribuir a la actualización de datos mediante imágenes para la planeación de operaciones intracraneales, v) desarrollar aplicaciones móviles que simplifiquen el manejo de las imágenes por el personal médico.

Tenemos experiencia en el procesamiento de imágenes de mamografías, colposcopías, imágenes de úlcera del pie diabético y más recientemente con imágenes de rayos-X de tórax e imágenes de dermatoscopio. Nuestra contribución fundamental es el apoyo al diagnóstico y seguimiento de determinadas patologías, con una disminución del porcentaje de falsos positivos. Se tienen registros de Software para el procesamiento de Colposcopías, Mamografías e imágenes de Úlcera de Pie Diabético. Tenemos los primeros resultados en el desarrollo de aplicaciones móviles con un prototipo y una marca en proceso de registro.

Resultados

Publicaciones más relevantes

Mboro Nchama GA., et. al. (2021). Construction of Caputo-Fabrizio Fractional Differential Mask for Image Enhancement. Progr. Fract. Differ. Appl. 7 No. 2, 1-10.

Falta Link

Jiménez Martín L., et al. (2021). Specular Reflections Removal in colposcopic images based on neural networks: Supervised training with no ground truth previous knowledge. Arxiv.

Mboro Nchama GA, et al. (2020). A New Version of Catté-Lions-Morel Model for Image Smoothing and Edge Detection. Global Journal of Pure and Applied Mathematics. ISSN 0973-1768 Volume 16, Number 6, 2020, 819-842.

Falta Link

García Gómez G., et al. (2019). “Mejoramiento de contraste y segmentación en imágenes de úlcera del pie diabético”. Revista Cubana de Angiología y Cirugía Vascular, 20(3), ISSN 1682-0037.

Valdés Santiago D., et al. (2018). “Multiple-level Logarithmic Wavelets for mammographic contrast enhancement: a statistical analysis for wavelet selection”. Revista Computación y Sistemas 22(2): 621–637, DOI: 10.13053/CyS-22-2-2555.

Proyectos vigentes:

Métodos Numéricos para problemas en múltiples escalas, PN223LH010-003, 2021-2023, Programa Nacional de Ciencias Básicas (J. de proyecto: A. León Mecías; angela@matcom.uh.cu)

Proyecto PAP-MINSAP, 2019-2021 del Programa 1: Determinantes de salud, riesgos y prevención de enfermedades en grupos vulnerables. Desarrollo de metodologías y algoritmos encaminados a apoyar el diagnóstico imagenológico de las úlceras del pie diabético (J. de proyecto: ML. Baguer; mbaguer@matcom.uh.cu)

Proyecto PAP-MINSAP, 2019-2021, del Programa 4: Cáncer. Desarrollo de metodologías y algoritmos encaminados a apoyar el diagnóstico imagenológico del cáncer de mama y el cuello del útero (J. de proyecto: ML. Baguer; mbaguer@matcom.uh.cu)

Contacto

[tmm name="gpi"]

Integrantes:
• Prof. Marta Lourdes Baguer Díaz-Romañach, Dra.C.
• Prof. Ángela Mireya León Mecías, Dra.C.
• Lic. Lauren Jiménez Martín
• Prof. Damián Valdés Santiago, MSc.

Estudiantes de Posgrado:
• MSc. Mickel González Sánchez
• Lic. Richard Miguel Méndez Castillo
• Prof. José Alejandro Mesejo Chiong