Mis Estudiantes Tesistas

Doctorado en Estadística

• Jorge Saavedra. Modelos de máquinas de aprendizaje espacio-temporales para la evaluación de eventos hídricos extremos. Prof. Guía Rodrigo Salas, Prof. Co-Guía: Daira Velandia y Jorge Arévalo.

• Daniel Cáceres. Deep Learning generativo para la detección de patrones espectrales en Series de Tiempo Multivariables. Prof. Guía: Rodrigo Salas.

• Rodrigo Avaria. "Método PINN robusto, con aprendizaje activo, para modelar la función no-lineal de respuesta hemodinámica en Imágenes de Resonancia Magnética funcional”. Prof. Guía: Rodrigo Salas, Prof. Co-Guía: Steren Chabert.

• Andrés Ochoa. Regresión por mínimos cuadrados parciales (PLS) utilizando distribuciones asimétricas. Prof. Guía: Javier Contreras, Prof. Co-Guía: Rodrigo Salas y Jaime Mosquera.

• Diana Martínez. A Hybrid Spatio-Temporal Model of Aedes Aegypti Population Dynamics and Dengue Transmission. Doctorado en Estadística. Prof. Guía. R.Salas, Prof. Co-Guía D. Valandia y K. Martínez. Universidad de Valparaíso.

Doctorado en Ingeniería Informática Aplicada

• Jonathan Ugalde. Deserción estudiantil en la Universidad de Valparaíso, utilizando un enfoque de Visual Data Mining para realizar un análisis visual-predictivo.

• Eduardo Godoy. Generación de texto en informes clínicos para pre-diagnósticos de exámenes radiológicos de cáncer de mama utilizando un modelo NLP basado en una red Transformer. Prof. Guía: Rodrigo Salas, Prof. Co-Guía: Steren Chabert.

Doctorado en Ciencias e Ingeniería para la Salud

• Matías Salinas. Sistema de Inferencia Difuso para asociar reglas a marcadores clínicos y biológicos en gestantes con trastornos hipertensivos que se desarrollen durante la etapa tardía del primer trimestre y el segundo trimestre. Tesis Guiada por R.Salas y Co-Guiada por Dr. Sebastián San Martín. 

• Diego Mellado. Modelo de Inteligencia Artificial Explicable como Herramienta de Apoyo al Diagnóstico Pre-Biopsia de Cáncer

Mamario Utilizando Imágenes de Mamografía. Tesis Guiada por R. Salas y Co-Guiada F. Pardo. 

• Ayleen Bertini. Inteligencia Artificial aplicada para la predicción de la ganancia de peso excesiva en el embarazo.  Tesis Guiada por Fabián Pardo y Co-Guiada por Rodrigo Salas. 

• Mailyn Calderón. Una novedosa técnica de aprendizaje automático explicable basada en la lógica difusa para predecir lesiones musculares en futbolistas profesionales. Un análisis biomecánico. Tesis Guidada por Rodrigo Salas y Co-Guiada por Marvin Querales y Rony Silvestre. 

• María Cristina Jimenez. Biomarcadores hemodinámicos intracardiacos adquiridos a partir de 4D Flow MRI en pacientes con Cardiopatía coronaria. Tesis Guiada por R.Salas y Co-Guiada por J. Sotelo, Rienzi Díaz.

• Sebastián Ponce. Modelo radiómico-clínico explicable para la detección de cáncer de próstata clínicamente significativo. Tesis Guiada por R.Salas y Co-Guiada por Cecilia Besa y Paola Caprile.

• Francisca Rojo. Identificación de variables asociadas a mayor riesgo de parto prematuro espontáneo mediante el desarrollo de un método predictivo de machine learning explicable. Tesis Guiada por T. Sáez y Co-Guiada por R. Salas

• Leondry Mayeta. Modelo explicativo a partir de técnicas de aprendizaje profundo con inferencia neuro-difusa, que permita la segmentación e interpretación de tumores cerebrales. Tesis guiada por R. Salas y Co-Guiada por M. Querales.

Magister en Ciencias de la Ingeniería Biomédica

• Eduardo Cavieres. Tesis: Segmentación automática de tumores cerebrales en imágenes de resonancia magnética multicontraste a partir del uso de redes neuronales convolucionales. Magister en Ciencias de la Ingeniería mención Ingeniería Biomédica. Tesis Guiada por J. Sotelo y Co-Guiada por R. Salas y C. Tejos. 

• Fernando Miranda. Modelo de toma de decisiones por Multi-Criterios para la priorización en la atención de pacientes de lista de espera. Magister en Ciencias de la Ingeniería mención Ingeniería Biomédica. Tesis Guiada por R.Salas y Co-Guiada por A. Arriola. 

• Keiny Meza. Estimación de los Recursos Críticos en la Unidad de Cuidados Intensivos para pacientes COVID-19. Tesis Guiada por Alexis Arriola y Co-Guiada por Rodrigo Salas.

• Gabriel Guerra. Inteligencia Artificial y Modelos Transformers para la Segmentación Semántica de Tumores Cerebrales en Imágenes de Resonancia Magnética Multicontraste. Prof. Guía Rodrigo Salas, Prof. Co-Guía Diego Mellado

• Andrés Vilches. Capture & Death AE : Trampa para la captura y muerte del mosquito aedes aegypti. Prof. Guía Rodrigo Salas, Prof. Co-Guía Scarlett Lever

• Jean-Luis Zuñiga. Sistema de reconocimiento del mosquito “Aedes Aegypti”  mediante el uso de inteligencia artificial en imagenes. Prof. Guía Débora Buendía, Prof. Co Guía Rodrigo Salas y Matías Salinas

• Ricardo Soto. Desarrollo de un simulador de imágenes de Tomografía Axial Computarizada para la formación de Tecnólogos Médicos usando red neuronal artificial. Prof. Guía Steren Chabert, Prof. Co-Guía Rodrigo Salas

Magister en Ingenería en Informática Aplicada

• Francisco Navarro. Tesis: Modelo Multimodal de Inteligencia Artificial para la Detección de Cuadrantes en Mamografías. Prof. Guía Rodrigo Salas, Prof. Co-Guía: Eduardo Godoy.