Coloquio

Aprendizaje automático y profundo enfocado al análisis de bioseñales:
Apoyo al diagnóstico clínico
Dr. Jonathan Torres Castillo

ICAT-UNAM

Martes 07 de marzo

12:00 h

Transmisión vía YouTube: ICAT-UNAM Oficial:

https://www.youtube.com/c/ICATUNAMOficial

Semblanza

Dr. Jonathan Torres Castillo

El Dr. Jonathan Torres Castillo es Ingeniero en Telecomunicaciones por la Universidad Nacional Autónoma de México, con Maestría y Doctorado en Ingeniería Eléctrica. Su investigación se centra en análisis y descomposición de señales para el diagnóstico clínico, utilizando técnicas modernas de reconocimiento de patrones con análisis estadístico y métodos de aprendizaje automático supervisado y aprendizaje profundo, implementando algoritmos en lenguajes de alto nivel como Python y utilizando programación paralela en C para optimizar los recursos computacionales. Cuenta con cuatro artículos publicados en revistas indizadas y ha trabajado como profesor asociado adjunto en el Departamento de Ingeniería Computacional de la Facultad de Ingeniería de la UNAM. En 2022 recibió el Premio de Investigación de América Latina – Google LARA.

Resumen

La medicina moderna se ha caracterizado por hacer uso del análisis de bioseñales como herramienta clave para el diagnóstico clínico y seguimiento de la salud de un paciente. Se presenta el desarrollo de un sistema de análisis cuantitativo de señales EMG para la detección automática de enfermedades neuromusculares y señales ECG para la detección de enfermedades cardíacas, el cual se ha enfocado en la implementación de algoritmos de procesamiento de señales para la identificación y segmentación de actividades eléctricas individuales empleando técnicas novedosas de reconocimiento de patrones con modelos de aprendizaje automatizado y profundo.