Cerebro reproducible y de alta calidad. Este proyecto pretende establecer una estructura clara para la reproducibilidad y control de cualidad de experimentos de imágenes cerebrales, sobretodo en la campo de RM. HQBrain explorara las implementaciones, desde adquisición de imágenes hasta el procesamiento de datos y la evaluación de los resultados, prestando especial atención a soluciones para tratar con la confidencialidad de datos con una vista para proporcionar robustez y confianza en practicas y experimentos de imágenes.

Investigador Principal: Dr. Luis Martí-Bionmatí

Data Scientist:  Joaquim Ángel Montell Serrano

MIDL propone enfocarse a la extensión de directrices existentes como los que fueron producidos por COBIDAS (y desarrollar nuevas cuando se necesite) a una arquitectura de implementación de aplicación general basada en la federación de recursos de información (biobancos, bases de datos, pequeños y grandes infraestructuras).
La federación es un paso necesario para juntar esta información diversa a un «Lago de Datos» (Woods y Dan, 2011), posiblemente por pasos incrementales empezando por «estanques de datos» (Zanetti, 2016).

Investigador Principal: Maria de la Iglesia Vayá

Data Scientist: Jhon Jairo Saenz Gamboa.

Desarrollo de un estándar para el almacenado y gestión de cualquier modalidad de Imagen Médica. Se pretende conseguir un modelo estandarizado. Siguiendo el establecimiento del Comité sobre mejores practicas en análisis y compartimiento de datos (COBIDAS, www.humanbrainmapping.org/cobidas/) por la sociedad de neuroimagnes mas importantes – la Organización de mapping del cerebro humano (OHBM).

Investigador Principal: Chris Filo Gorgolewski

Data Scientist: Jose Manuel Saborit Torres  

Gestor de Proyectos en I+D aplicado a la Esclerosis Múltiple. NeuroBIM-MS es un sistema de gestión y extracción de conocimiento de imágenes de pacientes con esclerosis múltiple diagnosticada, basada en la implementación de una instancia del modelo general Cloud CEIB I+D.

Investigador Principal: José María Salinas Serrano (Hospital San Juan de Alicante)

Data Scientist at CEIB:  Jose Manuel Saborit-Torres

Detección Multifocal en Rayos X para clasificación de patologia pulmonar utilizando IA con Deep Learning.

El objetivo principal del presente proyecto es explorar las técnicas de inteligencia artificial de aprendizaje profundo para la predicción de patologías en radiografías de torax informadas en castellano.

Investigador Principal: Aurelia Bustos Moreno

Data Scientist: Jose María Salinas Serrano 

Dentro del espectro en trastornos del cerebro, podemos destacar los de deterioro cognitivo. Estos trastornos tienen una alta prevalencia, así como también, deficiencias y discapacidades a corto y largo plazo. Por lo tanto, son una carga emocional, financiera y social para los pacientes, sus familias y su red social. Uno de los grandes retos a nivel mundial es el abordaje y estudio del conectoma. La conectómica trata de entender cómo funciona el cerebro a partir de la red de conexiones. En este proyecto se pretende realizar el estudió del conectoma valenciano a partir de la recopilación de imágenes de resonancia magnética (RMI) y electroencefalografía (EEG) hasta alcanzar un conjunto de muestras significativas para el estudio poblacional.

Investigador Principal: Maria de la Iglesia Vayá