Seminario 9 de Mayo 2023

Adrián Buganza-Tepole, PhD

Título: “Modelado de tejido biológico restringido por la física”

Resumen: La reciente explosión en los algoritmos de aprendizaje automático (ML) e inteligencia artificial (IA) ha iniciado una revolución en muchos campos de la ingeniería, incluida la biofísica computacional. Esta charla se centra en nuestros esfuerzos recientes para aprovechar los métodos de ML para aumentar nuestra comprensión fundamental de la piel y su capacidad única para adaptarse a las señales mecánicas. El primer proyecto que se describirá es el crecimiento de la piel en expansión tisular, una popular técnica de cirugía reconstructiva que hace crecer nueva piel en respuesta a una carga suprafisiológica sostenida. Hemos creado modelos computacionales que combinan mecánica y mecanobiología para describir la deformación y el crecimiento de la piel expandida. Junto con los experimentos en un modelo porcino y aprovechando las herramientas de ML, como los procesos gaussianos de fidelidad múltiple, hemos realizado una inferencia bayesiana para aprender mecánicamente cómo crece la piel en respuesta al estiramiento. La segunda mitad de la charla explorará el uso de ML para el modelado de tejidos blandos sin la necesidad de modelos de forma cerrada pero aún capaz de satisfacer las restricciones físicas básicas como la policonvexidad de la energía de tensión. Estos modelos de materiales basados ​​en datos son precisos y estables y se pueden utilizar en simulaciones de elementos finitos a gran escala.

Biografía: Dr. Buganza-Tepole es Profesor Asociado de Ingeniería Mecánica e Ingeniería Biomédica (cortesía) en la Universidad de Purdue. Obtuvo su Ph.D. en Ingeniería Mecánica de la Universidad de Stanford en 2015 y fue becario postdoctoral en la Universidad de Harvard durante un año antes de unirse a Purdue como miembro de la facultad en 2016. También fue profesor invitado de Miller en UC Berkeley durante la primavera de 2022. Su grupo estudia la interacción entre la mecánica y la mecanobiología de la piel. Utilizando simulación computacional, aprendizaje automático y experimentación, su grupo busca caracterizar la mecánica multiescala de la piel para comprender los mecanismos fundamentales de la mecanoadaptación de este tejido para mejorar el diagnóstico clínico y las herramientas de intervención.

Pamela Guevara Álvez, phd

Título: Métodos para el estudio de la conectividad cerebral estructural basados en el análisis de datos de tractografía.

Resumen: Las imágenes de Resonancia Magnética por difusión (dMRI) son sensibles al movimiento de las moléculas de agua en los tejidos. Gracias a algoritmos de tractografía cerebral y a la información de difusión de cada vóxel, es posible reconstruir las principales trayectorias de los fascículos de materia blanca del cerebro. Estos conjuntos de datos pueden contener millones de polilíneas 3D, llamadas simplemente fibras, por cada sujeto, lo que hace desafiante su análisis para el estudio de la conectividad cerebral, tanto en sujetos sanos como en pacientes con diversas patologías. En esta charla veremos algunos algoritmos que permiten agrupar estas fibras en forma individual y grupal, para generar atlas de fascículos de fibras y facilitar así la segmentación de estos en sujetos nuevos. También veremos algunos métodos de parcelación de la superficie cortical basados en los datos de dMRI, con el objetivo de obtener subdivisiones de la corteza con perfiles de conectividad similares entre los sujetos, que permitan una mejor representación del diagrama de conexiones cerebrales o conectoma. 

Biografía: Pamela Guevara se tituló en Ingeniería Civil Electrónica en la Universidad de Concepción (Chile) en 2001. Luego obtuvo un Magíster en Imágenes Médicas y un Doctorado en Física, ambos en la Université Paris-Sud, Francia, en 2007 y 2011, respectivamente. Desarrolló sus tesis de posgrado en el Centro de Neuroimágenes Neurospin, donde se inició en el estudio y análisis de imágenes de Resonancia Magnética por difusión (dMRI). En 2011 se incorporó al Departamento de Ingeniería Eléctrica de la Universidad de Concepción, Chile, donde actualmente es Profesora Titular. Dirige un grupo de Análisis de Imágenes Médicas que se centra en el desarrollo de métodos para el estudio de la conectividad cerebral. Es autora de más de 70 artículos en revistas y conferencias, proponiendo diferentes métodos para el análisis de tractografía a partir de dMRI, incluyendo métodos de clustering y segmentación de fibras. En los últimos años, se ha enfocado en el estudio de las fibras superficiales de la sustancia blanca (SWM). En particular, ha liderado la creación de nuevos atlas de haces de SWM y actualmente trabaja en la mejora de la segmentación de estos haces, y en su uso para parcelaciones de la corteza cerebral basadas en difusión. 

Galería