Computer vision engineer/researcher

Aplicar y diseñar herramientas de machine learning tanto clásicas (regresiones, support vector machine) como deep learning (auto-encoders, GANs) para labores de segmentación o clasificación. Las implementaciones se realizan mediante Python usando librerías como scikit-learn o TensorFlow/Keras.

Doctorado en procesado de imagen medica. El sujeto de la tesis era "Segmentación automática de la superficie cortical en imágenes cerebrales de resonancia magnética de recién nacidos". Mis contribuciones fueron crear:
    - un algoritmo basado en multi-atlas (aprendizaje supervisado mediante el registro de ejemplos ya segmentados) y métodos no-locales (para la fusión de estos de manera óptima según una función de coste definida)
    - un método de post-procesado de corrección de errores topológicos  ("agujeros" o "puentes" en la segmentación del cortex) basado en deformaciones homotópicas
Ambas contribuciones están disponibles en Python en https://github.com/CarlosTor.