{"id":248897,"date":"2025-10-22T08:52:33","date_gmt":"2025-10-22T06:52:33","guid":{"rendered":"https:\/\/cimne.com\/seminaio-lacan-cimne-aprendizaje-problemas-reconstruccion-problemas-fluorescente\/"},"modified":"2025-11-05T10:12:33","modified_gmt":"2025-11-05T09:12:33","slug":"seminaio-lacan-cimne-aprendizaje-problemas-reconstruccion-problemas-fluorescente","status":"publish","type":"post","link":"https:\/\/cimne.com\/es\/seminaio-lacan-cimne-aprendizaje-problemas-reconstruccion-problemas-fluorescente\/","title":{"rendered":"Seminario L\u00e0CaN\/CIMNE \u2013 \u00abAprendizaje basado en modelos para problemas de reconstrucci\u00f3n de im\u00e1genes en microscop\u00eda de fluorescencia\u00bb, por el profesor Luca Calatroni."},"content":{"rendered":"<p>[et_pb_section fb_built=\u00bb1&#8243; _builder_version=\u00bb4.27.4&#8243; _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_row _builder_version=\u00bb4.27.4&#8243; _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4&#8243; _builder_version=\u00bb4.27.4&#8243; _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_text _builder_version=\u00bb4.27.4&#8243; _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb]<\/p>\n<h5 class=\"cimne blue-background\">RESUMEN<\/h5>\n<p><\/p>\n<p>El l\u00edmite de difracci\u00f3n de la luz restringe la resoluci\u00f3n espacial de los microscopios \u00f3pticos convencionales a unos 200 nm. Para superar esta barrera y revelar estructuras de gran relevancia en biolog\u00eda y ciencia de materiales, suelen adoptarse dos estrategias principales: (i) mejorar el hardware y los protocolos de adquisici\u00f3n \u2014a menudo costosos y potencialmente perjudiciales para las muestras\u2014 y (ii) desarrollar m\u00e9todos avanzados de reconstrucci\u00f3n de im\u00e1genes que extraen informaci\u00f3n adicional a partir de los datos existentes. Esta segunda v\u00eda aprovecha conocimientos f\u00edsicos previos, como los modelos de imagen y las estad\u00edsticas del ruido, junto con suposiciones estructurales o temporales sobre la muestra. Los avances recientes en aprendizaje autom\u00e1tico y profundo han permitido el desarrollo de m\u00e9todos interpretables, conscientes del modelo y basados en datos, en los que los modelos f\u00edsicos se enriquecen con conocimientos extra\u00eddos de los datos. En esta charla, se presentar\u00e1n los principios f\u00edsicos y fundamentos matem\u00e1ticos de las t\u00e9cnicas modernas de reconstrucci\u00f3n en microscop\u00eda de fluorescencia, incluyendo enfoques de localizaci\u00f3n completamente basados en modelos, que se fundamentan en la minimizaci\u00f3n de funcionales no suaves y no convexos, as\u00ed como m\u00e9todos h\u00edbridos para la deconvoluci\u00f3n de im\u00e1genes y la superresoluci\u00f3n que combinan arquitecturas neuronales profundas con garant\u00edas de convergencia demostrables.<\/p>\n<p><\/p>\n<h5> <\/h5>\n<p><\/p>\n<h5 class=\"cimne blue-background\">PONENTE<\/h5>\n<p><\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignleft\" src=\"https:\/\/cimne.com\/wp-content\/uploads\/2025\/10\/Calatroni-CIMNE.jpg\" alt=\"\" width=\"97\" height=\"128\" \/><a href=\"https:\/\/sites.google.com\/view\/lucacalatroni\/home\"><strong>Luca Calatroni<\/strong><\/a> es Profesor Asociado en el Departamento de Inform\u00e1tica, Bioingenier\u00eda, Rob\u00f3tica e Ingenier\u00eda de Sistemas (DIBRIS) de la Universidad de G\u00e9nova (Italia), e Investigador Principal de la unidad de Imagen Computacional y Aprendizaje (CIL) en el Centro de Aprendizaje Autom\u00e1tico de G\u00e9nova (MaLGa). Obtuvo su doctorado en Matem\u00e1ticas Aplicadas en la Universidad de Cambridge (Reino Unido) en 2015. Sus afiliaciones anteriores incluyen investigaci\u00f3n postdoctoral en la \u00c9cole Polytechnique (Francia) y un puesto como cient\u00edfico investigador en el CNRS \u2013 I3S, Sophia-Antipolis (Francia). Su investigaci\u00f3n se centra en m\u00e9todos variacionales y de optimizaci\u00f3n para problemas inversos en imagen, optimizaci\u00f3n no suave\/no convexa y marcos de aprendizaje inspirados en la f\u00edsica, con aplicaciones en microscop\u00eda computacional, restauraci\u00f3n digital de arte y visi\u00f3n por computador. Es Investigador Principal del proyecto ERC Starting Grant MALIN: Model-Aware Learning for Imaging Inverse Problems in Fluorescence Microscopy, y tambi\u00e9n ha obtenido importantes ayudas nacionales, como el proyecto ANR JCJC TASKABILE sobre aprendizaje biescalar para reconstrucci\u00f3n de im\u00e1genes, y como Co-IP del proyecto ANR PRC MICROBLIND sobre problemas inversos ciegos en microscop\u00eda computacional.<\/p>\n<p><\/p>\n<p>&nbsp;<\/p>\n<p><\/p>\n<p>&nbsp;<\/p>\n<p>[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"<p>RESUMENEl l\u00edmite de difracci\u00f3n de la luz restringe la resoluci\u00f3n espacial de los microscopios \u00f3pticos convencionales a unos 200 nm. Para superar esta barrera y revelar estructuras de gran relevancia en biolog\u00eda y ciencia de materiales, suelen adoptarse dos estrategias principales: (i) mejorar el hardware y los protocolos de adquisici\u00f3n \u2014a menudo costosos y potencialmente [&hellip;]<\/p>\n","protected":false},"author":10,"featured_media":248898,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","slim_seo":{"title":"Seminario L\u00e0CaN\/CIMNE \u2013 \u00abAprendizaje basado en modelos para problemas de reconstrucci\u00f3n de im\u00e1genes en microscop\u00eda de fluorescencia\u00bb, por el profesor Luca Calatroni. - CIMNE","description":"RESUMEN El l\u00edmite de difracci\u00f3n de la luz restringe la resoluci\u00f3n espacial de los microscopios \u00f3pticos convencionales a unos 200 nm. Para superar esta barrera y"},"footnotes":""},"categories":[114],"tags":[],"class_list":["post-248897","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-seminarios"],"acf":{"date":"20251106","start_date":null,"finish_date":null,"time":"12:00:00","place":"Sala B1-003, Edificio B1, Campus Nord UPC, Barcelona","attendance":"Hybrid","online_streaming":"https:\/\/meet.google.com\/zer-fare-ssc","registration":""},"_links":{"self":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/posts\/248897","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/comments?post=248897"}],"version-history":[{"count":0,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/posts\/248897\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/media\/248898"}],"wp:attachment":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/media?parent=248897"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/categories?post=248897"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/tags?post=248897"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}