Segmenta lesiones cerebrales con U-Net para una biotech de Barcelona
Visión general
De qué trata este proyecto.
Entrena una U-Net 3D para segmentar lesiones cerebrales con 600 TC y reporta métricas de robustez. Obtén un certificado verificable.
El escenario
La biotech (~75 personas, Serie B) busca presentar resultados ante una CE-mark; su valoración depende de demostrar generalización fuera del centro de origen del dataset.
El Briefing
Lo que harás y lo que demostrarás.
Entrenar una U-Net 3D para segmentación de ictus con Dice ≥0.78 y demostrar robustez out-of-distribution.
Earning criteria — what you'll demonstrate
- Implementar segmentación volumétrica con U-Net 3D
- Evaluar segmentación con métricas radiológicas (Dice, Hausdorff)
- Diagnosticar domain shift entre centros hospitalarios
- Comunicar limitaciones a un equipo clínico-regulatorio
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Medical Image Segmentation
Apply medical image segmentation to solve real industry problems and demonstrate production-level capability.
- U Net
Apply u net to solve real industry problems and demonstrate production-level capability.
- 3d Convolutional Networks
Apply 3d convolutional networks to solve real industry problems and demonstrate production-level capability.
- Medical Imaging
Apply medical imaging to solve real industry problems and demonstrate production-level capability.
- Domain Shift
Apply domain shift to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch 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.
Ingeniero/a de Visión por Computador
Segmentación médica con U-Net 3D es el proyecto canónico de CV en imagen biomédica.
Este proyecto afina
- medical-image-segmentation
- u-net
- 3d-convolutional-networks
Científico/a de IA Aplicada
Demostrar generalización OOD es la barrera de aplicación crítica para imagen médica.
Este proyecto afina
- medical-imaging
- domain-shift
- medical-image-segmentation
Investigador/a de Machine Learning
Métricas radiológicas + análisis cualitativo es rigor metodológico esperado en research médica.
Este proyecto afina
- medical-image-segmentation
- domain-shift
- medical-imaging