Grad-CAM para Tumor Cerebral en Centro Radiológico de Sevilla
Visión general
De qué trata este proyecto.
Implementa Grad-CAM y Score-CAM en un modelo de tumores cerebrales, evalúalos con IoU y deletion, y obtén un certificado verificable.
El escenario
El centro (~14 radiólogos, ~85.000 estudios anuales en Andalucía) busca reducir el tiempo medio por estudio sin afectar la sensibilidad diagnóstica. El reto se construye con datos sintéticos para evitar restricciones clínicas.
El Briefing
Lo que harás y lo que demostrarás.
Implementa y evalúa explicaciones visuales para un clasificador de tumor cerebral con métricas cuantitativas y protocolo de uso clínico.
Earning criteria — what you'll demonstrate
- Implementar Grad-CAM y Score-CAM sobre arquitecturas CNN
- Evaluar mapas de saliencia con métricas cuantitativas, no solo visuales
- Comparar familias de explicación visual con un protocolo justo
- Articular caveats clínicos en lenguaje accesible al equipo médico
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Explainable and Interpretable AI
Master · Responsible Ai
Strong alignment
This challenge maps to Explainable and Interpretable AI at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Grad Cam
Apply grad cam to solve real industry problems and demonstrate production-level capability.
- Saliency Maps
Apply saliency maps to solve real industry problems and demonstrate production-level capability.
- Explainability
Apply explainability to solve real industry problems and demonstrate production-level capability.
- Medical Imaging Ml
Apply medical imaging ml to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Evaluation
Apply evaluation to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Investigador en Aprendizaje Automático
Comparar familias de explicación visual con métricas cuantitativas es trabajo central del ML Researcher en salud digital.
Este proyecto afina
- grad-cam
- saliency-maps
- evaluation
Ingeniero en Visión por Computadora
Implementar XAI sobre modelos CV es la rutina del CV Engineer en salud, retail y manufactura.
Este proyecto afina
- grad-cam
- pytorch
- medical-imaging-ml
Investigador en Seguridad de IA
El protocolo clínico con caveats y casos de no-uso es exactamente el trabajo del AI Safety Researcher en salud.
Este proyecto afina
- saliency-maps
- explainability
- evaluation