Tesis por compendio / [ES] Según World Health Organization (WHO), el cáncer es una de las principales causas de muerte a nivel mundial, con cerca de 10 millones de fallecimientos en 2020. Esto significa que aproximadamente una de cada seis muertes es causada por el cáncer. Para prevenir y disminuir esta enorme cantidad de muertes, es necesario un diagnóstico preciso del cáncer. Las técnicas basadas en Deep Learning (DL) han ofrecido algunas técnicas en el Diagnóstico Asistido por Computadora (CAD) para ayudar a los médicos con su diagnóstico. Estas técnicas no solo disminuyen la carga de trabajo de los patólogos, sino que también aumentan la precisión de sus diagnósticos con menos costos. Las colecciones de imágenes de alta resolución, como las láminas histopatológicas y las exploraciones médicas, han mejorado el rendimiento de estas técnicas. En esta tesis, nos enfocamos principalmente en imágenes histopatológicas escaneadas por escáneres de Whole Slide Images (WSI). Estas imágenes se introducen en métodos basados en DL, que emplean Redes Neuronales Convolucionales (CNN) para detectar las anomalías y los patrones en el tejido escaneado. Estas técnicas son capaces de analizar el tejido para disminuir los impactos de los errores humanos en el diagnóstico del cáncer. Content-Based Medical Image Retrieval (CBMIR) es uno de estos métodos que recientemente ha captado la atención de los investigadores en patología digital. En esta tesis, proponemos tres marcos CBMIR sobre imágenes histopatológicas con dos técnicas basadas en DL que se presentan en diferentes escenarios. En cuanto a los obstáculos potenciales que un CBMIR en patología digital podría enfrentar, incluida la limitación de recursos de GPU, la falta de suficientes conjuntos de datos, y las estrictas regulaciones de privacidad de datos para el intercambio de datos. En relación con estas complejidades, nos enfocamos en el aprendizaje federado en la segunda clase de nuestra investigación. En esta sección, combinamos los conceptos de Federated Learning (FL) con un marco CBMIR para imitar un CBMIR Federado Mundial (FedCBMIR) en imágenes histológicas de cáncer de mama. En esta investigación, seguimos tres escenarios para imitar los tres casos de uso de FedCBMIR en el flujo de trabajo médico. En la última contribución de esta tesis, el enfoque principal es una estrategia basada en aprendizaje contrastivo. Proponemos un marco CBMIR que puede superar las técnicas anteriores con el top K (K>1) y también tener un alto rendimiento en la recuperación de imágenes en el top primero. Además, otra contribución de esta tesis es resolver los desafíos que los patólogos tienen al clasificar los Tumores Spitzoides de Potencial Maligno Incierto (STUMP). Los STUMP presentan un dilema diagnóstico debido a su intrincada histología, creando desafíos para establecer parámetros claros entre nevos benignos y melanomas potencialmente malignos. Para ayudar a los patólogos a enfrentar esta complejidad, el marco puede proporcionar parches similares al top K para ellos con sus etiquetas correspondientes. En resumen, los marcos CBMIR y CBHIR propuestos en esta tesis contribuyen al diagnóstico del cáncer de próstata, mama y piel a partir de imágenes histopatológicas mediante el uso de FEs basados en DL en diferentes escenarios. Estos no solo mejoran la precisión y la eficiencia del diagnóstico del cáncer, sino que también prometen facilitar la detección temprana y las estrategias de tratamiento personalizado. Aprovechar estos marcos en el diagnóstico actual del cáncer podría conducir en última instancia a mejores resultados para los pacientes, menores costos de atención médica y una mayor calidad de vida para las personas afectadas por el cáncer de próstata, mama y piel. Estos avances tienen el potencial de impulsar un cambio social positivo y contribuir a la lucha global contra el cáncer. / [CA] Segons l'Organització Mundial de la Salut (OMS), el càncer és una de les principals causes de mort a nivell mundial, amb prop de 10 milions de defuncions en 2020. Això significa que aproximadament una de cada sis morts és causada pel càncer. Per prevenir i disminuir aquesta enorme quantitat de morts, és necessari un diagnòstic precís del càncer. Les tècniques basades en Deep Learning (DL) han ofert algunes tècniques en el Diagnòstic Assistit per Ordinador (CAD) per ajudar els metges amb el seu diagnòstic. Aquestes tècniques no només disminueixen la càrrega de treball dels patòlegs, sinó que també augmenten la precisió dels seus diagnòstics amb menys costos. Les col·leccions d'imatges d'alta resolució, com les làmines histopatològiques i les exploracions mèdiques, han millorat el rendiment d'aquestes tècniques. En aquesta tesi, ens enfoquem principalment en imatges histopatològiques escanejades per escàners de Whole Slide Images (WSI). Aquestes imatges s'introdueixen en mètodes basats en DL, que empren Xarxes Neuronals Convolucionals (CNN) per detectar les anomalies i els patrons en el teixit escanejat. Aquestes tècniques són capaces d'analitzar el teixit per disminuir els impactes dels errors humans en el diagnòstic del càncer. El Content-Based Medical Image Retrieval (CBMIR) és un d'aquests mètodes que recentment ha captat l'atenció dels investigadors en patologia digital. En aquesta tesi, proposem tres marcs CBMIR sobre imatges histopatològiques amb dues tècniques basades en DL que es presenten en diferents escenaris. Pel que fa als obstacles potencials que un CBMIR en patologia digital podria afrontar, inclou la limitació de recursos de GPU, la manca de suficients conjunts de dades, i les estrictes regulacions de privadesa de dades per a l'intercanvi de dades. En relació amb aquestes complexitats, ens enfoquem en l'aprenentatge federat en la segona classe de la nostra investigació. En aquesta secció, combinem els conceptes de Federated Learning (FL) amb un marc CBMIR per imitar un CBMIR Federat Mundial (FedCBMIR) en imatges histològiques de càncer de mama. En aquesta investigació, seguim tres escenaris per imitar els tres casos d'ús de FedCBMIR en el flux de treball mèdic. En l'última contribució d'aquesta tesi, l'enfocament principal és una estratègia basada en aprenentatge contrastiu. Proposem un marc CBMIR que pot superar les tècniques anteriors amb el top K (K>1) i també tenir un alt rendiment en la recuperació d'imatges en el top primer. A més, una altra contribució d'aquesta tesi és resoldre els desafiaments que els patòlegs tenen a l'hora de classificar els Tumors Spitzoides de Potencial Maligne Incert (STUMP). Els STUMP presenten un dilema diagnòstic a causa de la seva intricada histologia, creant desafiaments per establir paràmetres clars entre nevus benignes i melanomes potencialment malignes. Per ajudar els patòlegs a enfrontar aquesta complexitat, el marc pot proporcionar parches similars al top K per a ells amb les seves etiquetes corresponents. En resum, els marcs CBMIR i CBHIR proposats en aquesta tesi contribueixen al diagnòstic del càncer de pròstata, mama i pell a partir d'imatges histopatològiques mitjançant l'ús de FEs basats en DL en diferents escenaris. Aquests no només milloren la precisió i l'eficiència del diagnòstic del càncer, sinó que també prometen facilitar la detecció primerenca i les estratègies de tractament personalitzat. Aprofitar aquests marcs en el diagnòstic actual del càncer podria conduir en última instància a millors resultats per als pacients, menors costos d'atenció mèdica i una major qualitat de vida per a les persones afectades pel càncer de pròstata, mama i pell. Aquests avenços tenen el potencial d'impulsar un canvi social positiu i contribuir a la lluita global contra el càncer. / [EN] According to the World Health Organization (WHO), cancer is one of the leading causes of death worldwide, with nearly 10 million deaths in 2020. This means that approximately one in six deaths is caused by cancer. To prevent and decrease this enormous number of deaths, an accurate cancer diagnosis is necessary. Deep Learning (DL)-based techniques have offered some methods in Computer-Aided Diagnosis (CAD) to assist doctors with their diagnoses. These techniques not only reduce the workload of pathologists but also increase the accuracy of their diagnoses at lower costs. Collections of high-resolution images, such as histopathological slides and medical scans, have improved the performance of these techniques. In this thesis, we focus mainly on histopathological images scanned by Whole Slide Image (WSI) scanners. These images are introduced into DL-based methods, which employ Convolutional Neural Networks (CNN) to detect anomalies and patterns in the scanned tissue. These techniques can analyze the tissue to reduce the impacts of human errors in cancer diagnosis. Content-Based Medical Image Retrieval (CBMIR) is one of these methods that has recently attracted the attention of researchers in digital pathology. In this thesis, we propose three CBMIR frameworks on histopathological images with two DL-based techniques presented in different scenarios. Regarding potential obstacles that a CBMIR in digital pathology might face, including the limitation of GPU resources, the lack of sufficient datasets, and strict data privacy regulations for data sharing. Considering these complexities, we focus on federated learning in the second part of our research. In this section, we combine the concepts of Federated Learning (FL) with a CBMIR framework to simulate a World-Wide Federated CBMIR (FedCBMIR) on histological images of breast cancer. In this research, we follow three scenarios to mimic the three use cases of FedCBMIR in the medical workflow. In the final contribution of this thesis, the main focus is a contrastive learning-based strategy. We propose a CBMIR framework that can surpass previous techniques with the top K (K>1) and also have high performance in retrieving images at the top first. Additionally, another contribution of this thesis is to solve the challenges that pathologists face in grading Spitzoid Tumors of Uncertain Malignant Potential (STUMP). STUMPs present a diagnostic dilemma due to their intricate histology, creating challenges for establishing clear parameters between benign nevi and potentially malignant melanomas. To assist pathologists in coping with this complexity, the framework can provide top K similar patches for them with their corresponding labels. In summary, the CBMIR and CBHIR frameworks proposed in this thesis contribute to the diagnosis of prostate, breast, and skin cancer from histopathological images using DL-based FEs in different scenarios. These not only improve the accuracy and efficiency of cancer diagnosis but also promise to facilitate early detection and personalized treatment strategies. Leveraging these frameworks in current cancer diagnosis could ultimately lead to better patient outcomes, lower healthcare costs, and a higher quality of life for individuals affected by prostate, breast, and skin cancer. These advances have the potential to drive positive social change and contribute to the global fight against cancer. / This study is funded by European Union’s Horizon 2020 research and innovation program under the Marie Skłodowska-Curie grant agreement No. 860627 (CLAR- IFY Project). The work of Adrián Colomer has been supported by the ValgrAI – Valencian Graduate School and Research Network for Artificial Intelligence & Gen- eralitat Valenciana and Universitat Politècnica de València (PAID-PD-22). / Tabatabaei, Z. (2024). Deep learning strategies for histological image retrieval [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/207119 / Compendio

Tesis por compendio / [ES] La importancia de la biotecnología ha sido reconocida y demostrada en la práctica a lo largo de los años. Específicamente las aplicaciones en la biotecnología de la salud resaltan por su impacto en la vida humana en particular. Pero ese tratamiento que llega a manos del necesitado tuvo que transcurrir un largo período de ensayos, fracasos y mejoras; que implicó el desembolso de grandes sumas de capital, la consecución de actividades específicas desarrolladas por diferentes actores en disímiles partes del mundo, así como la toma de decisiones en condiciones sumamente inciertas. Por tales motivos, un momento crucial cuando se trata de decidir si se prosigue con la investigación de un candidato a fármaco, es su valoración. El método más empleado hasta la actualidad para valorar proyectos de biotecnología de la salud es el árbol binomial de opciones reales, basado en historiales estadísticos de proyectos similares. Pero coexisten e influyen otros factores, cualitativos y cuantitativos, en el valor que añade un candidato a fármaco, más allá de los flujos de caja que este promete. Adicionalmente, los esfuerzos en obtener los fondos financieros que este tipo de innovaciones requiere no son insignificantes, sobre todo en países con economías menos desarrolladas como Cuba. Por tanto, el método de valoración que se emplee debe ofrecer una visión holística y de largo plazo de los efectos del proyecto. En este contexto se plantea la siguiente interrogante de investigación: ¿qué componentes debe tener un modelo de valoración de proyectos biotecnológicos para convertirse en una herramienta flexible y estratégica en la toma de decisiones de las empresas? En esta tesis se considera que la respuesta a esta incógnita se encuentra en un modelo que capte los atributos intrínsecos del proyecto en cuestión, las características propias de la empresa y el mercado, el largo plazo como período preferente para la previsión, las interdependencias entre todos los negocios vinculados durante la transformación de un candidato a fármaco en un producto establecido, la incertidumbre en factores o parámetros, los efectos secundarios provocados por el proyecto o empresa, así como las condiciones del macro entorno. En tal sentido, el objetivo principal de esta investigación es proponer e implementar un modelo matemático para estimar el valor agregado por todas las actividades y empresas interconectadas a lo largo de la cadena de valor de cualquier proyecto de biotecnología de la salud. La propuesta de modelo consiste en el cálculo de un indicador único que incluye los componentes económico, financiero y de sostenibilidad. Esta investigación doctoral arroja el primer estudio bibliométrico que analiza las publicaciones en biotecnología de la salud desde la perspectiva de la cadena de valor, propone un Sistema Nacional de Innovación para Cuba, emplea la técnica ANP tomando como base el enfoque de cadena de valor, y aplica la IGP a las decisiones de financiación. Todo ello se presenta a través de 7 capítulos, 4 de los cuales son artículos publicados/en proceso de publicación. / [CA] La importància de la biotecnologia ha estat reconeguda i demostrada a la pràctica al llarg dels anys. Específicament les aplicacions a la biotecnologia de la salut ressalten pel seu impacte en la vida humana en particular. Però este tractament que arriba a les mans del necessitat va transcórrer un llarg període d'assajos, fracassos i millores que va implicar el desemborsament de grans sumes de capital, la consecució d'activitats específiques desenvolupades per diferents actors en dissímils parts del món, així com la presa de decisions en condicions summament incertes. Per aquests motius, un moment crucial quan es tracta de decidir si es prossegueix amb la investigació d'un candidat a fàrmac, n'és la valoració. El mètode més usat fins ara per valorar projectes de biotecnologia de la salut és l'arbre binomial d'opcions reals, basat en historials estadístics de projectes similars. Però coexisteixen i influeixen altres factors, qualitatius i quantitatius, en el valor que afegeix un candidat a fàrmac, més enllà dels fluxos de caixa que este promet. Addicionalment, els esforços a obtenir els fons financers que requereix aquest tipus d'innovacions no són insignificants, sobretot en països amb economies menys desenvolupades com Cuba. Per tant, el mètode de valoració que es faci servir, ha d'oferir una visió holística i de llarg termini dels efectes del projecte. En este context es planteja la interrogant de recerca següent: quins components ha de tenir un model de valoració de projectes biotecnològics per convertir-se en una eina flexible i estratègica en la presa de decisions de les empreses? En esta tesi es considera que la resposta a esta incògnita es troba en un model que capti els atributs intrínsecs del projecte en qüestió, les característiques pròpies de l'empresa i el mercat, el llarg termini com a període preferent per a la previsió, les interdependències entre tots els negocis vinculats durant la transformació d'un candidat a fàrmac en un producte establert, la incertesa en factors o paràmetres, els efectes secundaris provocats pel projecte o l'empresa, així com les condicions del macro entorn. En este sentit, l'objectiu principal d'esta investigació és proposar i implementar un model matemàtic per estimar el valor agregat per a totes les activitats i les empreses interconnectades al llarg de la cadena de valor de qualsevol projecte de biotecnologia de la salut. La proposta de model consisteix en el càlcul d"un indicador únic que inclou els components econòmic, financer i de sostenibilitat. Aquesta investigació doctoral presenta el primer estudi bibliomètric que analitza les publicacions en biotecnologia de la salut des de la perspectiva de la cadena de valor, proposa un Sistema Nacional d'Innovació per a Cuba, utilitza la tècnica ANP prenent com a base l'enfocament de cadena de valor, i aplica la IGP a les decisions de finançament. Tot això es presenta a través de 7 capítols, 4 dels quals són articles publicats en procés de publicació. / [EN] The importance of biotechnology has been recognized and demonstrated in practice over the years. Specifically, applications in health biotechnology stand out for their impact on human life. But this treatment that reaches the hands of the needy had to undergo a long period of trials, failures, and improvements, which involved the disbursement of large sums of capital, the achievement of specific activities developed by different actors across the world, as well as the decision-making under extremely uncertain conditions. For these reasons, a crucial moment when deciding whether to continue researching a drug candidate is its assessment. The most used method to value health biotechnology projects is the binomial real options tree, based on statistics of similar projects. However, other qualitative and quantitative factors coexist and influence the value a drug candidate adds, beyond the cash flows it promises. Additionally, the efforts to obtain the financial funds that this type of innovation requires are not insignificant, especially in countries with less developed economies such as Cuba. Therefore, the valuation method must offer a holistic and long-term view of the project's effects. The following research question is raised in this context: What components should a biotechnology project valuation model have to become a flexible and strategic tool in companies' decision-making? In this thesis, it is considered that the answer to this unknown is found in a model that captures the intrinsic attributes of the project under study, the characteristics of the company and the market, the long term as the preferred period for forecasting, the interdependencies between all the businesses linked while transforming a drug candidate into an established product, the uncertainty in factors or parameters, the project or company's side effects, as well as the conditions of the macro environment. In this sense, the main aim of this research is to propose and implement a mathematical model to estimate the added value by all interconnected activities and companies along the value chain of a health biotechnology project. The model proposal consists of the computation of a single indicator that includes the economic, financial, and sustainability components. This doctoral research provides the first bibliometric study that analyzes health biotechnology publications from the value chain perspective, proposes a National Innovation System for Cuba, uses the ANP technique based on the value chain approach, and applies the IGP to financing decisions. All of this is presented through 7 chapters, 4 of which are published papers/in the publication process. / Oramas Santos, O. (2024). La gestión de la cadena de valor en las ciencias de la vida: propuesta de modelo para estimar el valor añadido de los proyectos de biotecnología de la salud [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/207126 / Compendio

[ES] El dolor lumbar es una afección común que afecta a casi el 70% de la población, representando una carga significativa para el sistema de atención médica. Esta tesis se centra en extraer conocimiento médico a partir de Imágenes de Resonancia Magnética (IRM) lumbar, relacionándolas con el dolor lumbar. A través de las técnicas de aprendizaje automático (Machine Learning), se procesan extensos conjuntos de datos de IRM lumbar para desarrollar algoritmos de segmentación semántica que identifican las estructuras en la columna vertebral. El objetivo principal es mejorar la comprensión de las causas del dolor lumbar y desarrollar modelos predictivos que respalden una toma de decisiones clínicas más precisa. Simultáneamente, se busca crear un repositorio público de imágenes de columna lumbar anonimizadas y datos poblacionales para facilitar la colaboración en la investigación en este campo. Los métodos propuestos en esta tesis se centran en el análisis preciso de IRM lumbar de pacientes con antecedentes de dolor lumbar en hospitales públicos de la Comunidad Valenciana, generando dos conjuntos de datos significativos. El primero, llamado "Massive Image Data Anatomy of the Spine" (MIDAS), contiene datos de alrededor de 23,688 pacientes, equivalente a unas 124,800 IRM lumbar. Estos datos fueron recopilados de 17 departamentos de salud y sometidos a diversas fases, que incluyen la aprobación de un comité ético, la de-identificación y corrección de metadatos DICOM, y la estandarización de protocolos de adquisición. Además, se implementó una estructura de archivos estandarizada llamada " Medical Imaging Data Structure" (MIDS) para garantizar la transparencia y reproducibilidad de los datos. Este conjunto de datos está disponible para descarga bajo solicitud en https://bimcv.cipf.es/bimcv-projects/midas- 2/. El segundo conjunto de datos se creó mediante la segmentación manual de 181 IRM lumbar, realizada por dos radiólogos expertos. El propósito de esta tarea fue asignar etiquetas de clase a cada píxel de las imágenes, donde las clases se definieron según elementos anatómicos como vértebras, discos intervertebrales, nervios, vasos sanguíneos y otros tejidos, cubriendo un total de 11 elementos diferentes de la columna vertebral. Estos datos se utilizaron para diseñar y entrenar variantes de arquitecturas de Redes Neuronales Convolucionales (Convolutional Neural Networks o CNN) para la tarea de segmentación automática de IRM lumbar. Como resultado de los experimentos, esta tesis hace hincapié en la importancia de recopilar y preprocesar datos de alta calidad, así como elegir estratégicamente arquitecturas de red y técnicas de aprendizaje profundo en la segmentación semántica de imágenes médicas. Presenta topologías de red efectivas que superan al modelo U-Net estándar y resalta la versatilidad de un solo modelo para segmentar imágenes de diferentes protocolos y vistas, simplificando el desarrollo de sistemas de procesamiento de imágenes médicas. En última instancia, esta tesis representa un viaje interdisciplinario desde la ingeniería hasta la medicina, destacando la innovación de aplicar métodos de ML para obtener conjuntos de datos médicos etiquetados a gran escala. Las futuras investigaciones se centran en mejorar el conjunto de datos y desarrollar herramientas de visión por computadora para detectar y clasificar patologías de la columna lumbar. Una vez validadas clínicamente, estas innovaciones podrían revolucionar el diagnóstico clínico y la toma de decisiones médicas basadas en evidencia en este campo. / [CA] El dolor lumbar és una afecció comuna que afecta a gairebé el 70% de la població, la qual cosa representa una càrrega significativa per al sistema d'atenció mèdica. Aquesta tesi se centra a extraure coneixement mèdic a partir d'Imatges de Ressonància Magnètica (IRM) lumbar, relacionant-les amb el dolor lumbar. Mitjançant tècniques d'aprenentatge automàtic ("Machine Learning", ML), es processen extensos conjunts de dades d'IRM lumbar per tal de desenvolupar algoritmes de segmentació semàntica que identifiquen les estructures a la columna vertebral. L'objectiu principal és millorar la comprensió de les causes del dolor lumbar i desenvolupar models predictius que donen suport a una presa de decisions clíniques més precisa. Simultàniament, es busca crear un repositori públic d'imatges de columna lumbar anonimitzades i dades poblacionals per facilitar la col·laboració en la recerca en aquest camp. Els mètodes proposats en aquesta tesi se centren en l'anàlisi precisa d'IRM lumbar de pacients amb antecedents de dolor lumbar en hospitals públics de la Comunitat Valenciana, generant dos conjunts de dades significatius. El primer, anomenat "Massive Image Data Anatomy of the Spine" (MIDAS), conté dades de vora 23.688 pacients, equivalent a unes 124.800 IRM lumbars. Aquestes dades van ser recopilades de 17 departaments de salut i sotmeses a diverses fases, que inclouen l'aprovació d'un comitè ètic, la desidentificació i correcció de metadades DICOM (Digital Imaging and Communications in Medicine), i l'estandardització de protocols d'adquisició. A més, es va implementar una estructura d'arxius estandarditzada anomenada "Medical Imaging Data Structure" (MIDS) per tal de garantir la transparència i la reproducció de les dades. Aquest conjunt de dades està disponible per a descarregar sota sol·licitud a https://bimcv.cipf.es/bimcv-projects/midas-2/. El segon conjunt de dades es va crear mitjançant la segmentació manual de 181 IRM lumbars, realitzada per dos radiòlegs experts. El propòsit d'aquesta tasca va ser assignar etiquetes de classe a cada píxel de les imatges, classes que es van definir segons elements anatòmics com ara vèrtebres, discs intervertebrals, nervis, vasos sanguinis i altres teixits, tot cobrint un total d'11 elements diferents de la columna vertebral. Aquestes dades es van utilitzar per dissenyar i entrenar variants d'arquitectures de Xarxes Neuronals Convolucionals (Convolutional Neural Networks o CNN) per a la tasca de segmentació automàtica d'IRM lumbar. Com a resultat dels experiments, aquesta tesi destaca la importància de recopilar i preprocessar dades d'alta qualitat, així com de triar estratègicament arquitectures de xarxa i tècniques de DL en la segmentació semàntica d'imatges mèdiques. Presenta topologies de xarxa efectives que superen al model U-Net estàndard i destaca la versatilitat d'un sol model per a segmentar imatges de diferents protocols i vistes, simplificant el desenvolupament de sistemes de processament d'imatges mèdiques. Finalment, aquesta tesi representa un viatge interdisciplinari des de l'enginyeria fins a la medicina, tot destacant la innovació a l'hora d'aplicar mètodes d'ML per obtenir conjunts de dades mèdiques etiquetats a gran escala. Les futures investigacions se centren a millorar el conjunt de dades i desenvolupar eines de visió per ordinador per detectar i classificar patologies de la columna lumbar. Un cop validades clínicament, aquestes innovacions podrien revolucionar el diagnòstic clínic i la presa de decisions mèdiques basades en evidències en aquest camp. / [EN] Lower back pain is a common condition affecting nearly 70% of the population, representing a significant burden for the healthcare system. This thesis focuses on extracting medical knowledge from lumbar Magnetic Resonance Imaging (MRI), linking them to lower back pain. Through Machine Learning techniques, extensive lumbar MRI datasets are processed to develop semantic segmentation algorithms that identify structures in the spine. The main goal is to improve understanding of the causes of lower back pain and develop predictive models that support more accurate clinical decision-making. Simultaneously, the aim is to create a public repository of anonymized lumbar spine images and population data to facilitate collaboration in research in this field. The methods proposed in this thesis focus on the precise analysis of lumbar MRI from patients with a history of lower back pain in public hospitals of the Valencian Community, generating two significant datasets. The first, called "Massive Image Data Anatomy of the Spine" (MIDAS), contains data from around 23,688 patients, equivalent to about 124,800 lumbar MRIs. These data were collected from 17 health departments and underwent various phases, including ethical committee approval, de-identification and correction of DICOM metadata, and standardization of acquisition protocols. In addition, a standardized file structure called "Medical Imaging Data Structure" (MIDS) was implemented to ensure data transparency and reproducibility. This dataset is available for download upon request at https://bimcv.cipf.es/bimcv-projects/midas-2/. The second dataset involved the manual segmentation of 181 lumbar MRIs. Two expert radiologists performed this to assign class labels to each pixel in the images based on anatomical elements, including vertebrae, intervertebral discs, nerves, blood vessels, and other tissues, comprising 11 distinct elements of the spine. This data was utilized to design and train different Convolutional Neural Network (CNN) architectures for the automatic segmentation of lumbar MRI. As a result of the experiments, this thesis emphasizes the importance of collecting and preprocessing high-quality data and strategically choosing network architectures and DL techniques in the semantic segmentation of medical images. It presents effective network topologies that surpass the standard U-Net model and highlights the versatility of a single model to segment images from different protocols and views, simplifying the development of medical image processing systems. Ultimately, this thesis represents an interdisciplinary journey from engineering to medicine, highlighting the innovation of applying ML methods to obtain large-scale labelled medical datasets. Future research focuses on improving the dataset and developing computer vision tools to detect and classify lumbar spine pathologies. Once clinically validated, these innovations could revolutionize clinical diagnosis and evidence-based medical decision-making in this field. / Sáenz Gamboa, JJ. (2024). Machine Learning en Resonancia Magnética. Describiendo la Fisiopatología del Dolor Lumbar [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/207346

Tesis por compendio / [ES] El cáncer de mama es una de las principales causas de muerte en mujeres de todo el mundo. Supone el 18.2% de las muertes por cáncer en la mujer y la primera causa de muerte en mujeres entre 40 y 55 años según la Sociedad Española de Senología y Patología Mamaria (SESPM). Una forma eficiente de disminuir este porcentaje es diagnosticarlo de forma temprana mediante exámenes de rayos x (Mamografía, Tomografía por emisión de positrones, Imagen de resonancia magnética, Tomografía computarizada), Ultrasonido, Tomosíntesis, Histopatología y Termografía. En la actualidad dentro del campo de la radiómica estos datos clínicos están siendo procesados con el uso de algoritmos de inteligencia artificial, especialmente para el preprocesamiento, segmentación y clasificación de lesiones malignas o benignas presentes en las imágenes médicas. Además, el desarrollo de estos sistemas computacionales asistidos para diagnóstico y detección temprana de anomalías presentes en la mama, ayudan al médico con una segunda opinión al diagnóstico manual tradicional. En consecuencia, el objetivo de este estudio es construir modelos de aprendizaje profundo y automático para la detección, segmentación y clasificación de lesiones mamarias en imágenes de mamografía y ultrasonido. Los hallazgos de este estudio brindan diversas herramientas de aumento de datos, super resolución, segmentación y clasificación automática de imágenes de mama para mejorar la precisión en los algoritmos de clasificación de lesiones mamarias. / [CA] El càncer de mama és una de les principals causes de mort en dones de tot el món. La mortalitat relacionada amb esta mena de càncer és més alta en comparación amb altres tipus de càncer. Una forma eficient de disminuir este percentatge és diagnosticar-lo de manera primerenca mitjançant exàmens de raigs x (Mamografia, Tomografía per emissió de positrons, Imatge de ressonància magnètica, Tomografia computada), Ultrasò, Tomosíntesi, Histopatologia i Termografia. En la actualidad dins del camp de la radiómica estes dades clíniques estan sent processados amb l'ús d'algorismes d'intel·ligència artificial, especialment per al preprocesamiento, segmentació i classificació de lesions malignes o benignes presents en les imatges mèdiques. A més, el desenvolupament d'estos sistemes computacionals asistidos per a diagnòstic i detecció precoç d'anomalies presents en la mama, ajuden al metge amb una segona opinió al diagnòstic manual tradicional. En conseqüència, l'objectiu d'este estudi és construir models d'aprenentatge profundo i automàtic per a la detecció, segmentació i classificació de lesions mamàries en imatges de mamografia i ultrasò. Les troballes d'este estudi brinden vaig donar-verses ferramentes d'augment de dades, super resolució, segmentació i classificación automàtica d'imatges de mama per a millorar la precisió en els algorismes de classificació de lesions mamàries. / [EN] Breast cancer is one of the most common causes of death in women worldwide. It accounts for 18.2% of cancer deaths in women and is the leading cause of death in women between 40 and 55 years of age, according to the Spanish Society of Senology and Breast Pathology (SESPM). An effective way to reduce this rate is through early diagnosis using radiological imaging (mammography, positron emission tomography, magnetic resonance imaging, computed tomography), Ultrasound, Tomosynthesis, Histopathology and Thermography. Currently, the field of radiomics is processing these clinical data using artificial intelligence algorithms, for pre-processing, segmentation, and classification of malignant or benign lesions present in medical images. In addition, the development of these computer-aided systems for diagnosis and early detection of breast abnormalities helps the radiologists with a second opinion to the traditional manual diagnosis. Therefore, the aim of this study is to build deep and machine learning models for the detection, segmentation, and classification of breast lesions in mammography and ultrasound images. The results of this study provide several tools for data augmentation, super-resolution, segmentation, and automatic classification of breast images to improve the accuracy of breast lesion classification algorithms. / This research project was co-funded by the Spanish Government Grant PID2019-107790RB-C22, which aimed to develop software for a continuous PET crystal system to be applied in breast cancer treatment. / Jiménez Gaona, YDC. (2024). Breast medical images classification through the application of deep learning processing technologies [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/208435 / Compendio

[ES] La mayoría de las terapias contra el cáncer de mama que se utilizan actualmente en la práctica clínica se centran en atacar las células tumorales. Sin embargo, los nuevos avances en el campo de la inmunología han resaltado el papel principal del microambiente tumoral en la modulación tumoral. Específicamente, los fibroblastos asociados al cáncer desempeñan un papel importante en la progresión tumoral, la modulación de la inmunidad tumoral y la resistencia a la terapia. Por ello, esta tesis doctoral titulada "Nanopartículas de sílice mesoporosas dirigidas al microambiente tumoral como herramienta para el tratamiento del cáncer de mama" se centra en el diseño de un nanodispositivo dirigido a los fibroblastos asociados al cáncer y en la evaluación de su potencial como nueva estrategia terapéutica para el tratamiento del cáncer de mama. Se diseñó y sintetizó una nanopartícula utilizando nanopartículas mesoporosas de sílice como soporte, cargadas con doxorrubicina y funcionalizadas con un péptido ligando de FAP-¿ (NP-FAP-DOX). La caracterización de NP-FAP-DOX mostró una liberación controlada de la carga y un perfil no tóxico in vitro. Los estudios in vitro evaluaron la eficacia de las nanopartículas para dirigirse a FAP-¿, la citotoxicidad celular y la penetrabilidad tumoral en las líneas celulares de cáncer de mama, en los fibroblastos asociados al cáncer derivados de biopsias de pacientes con cáncer de mama triple negativo y en los organoides derivados de pacientes con cáncer de mama. Estos estudios demostraron que NP-FAP-DOX se dirigió eficazmente y produjo un efecto citotóxico en células de cáncer de mama con expresión positiva de FAP-¿, así como en fibroblastos asociados al cáncer. Además, la NP-FAP-DOX presentó una buena eficiencia de penetración en los organoides derivados de paciente, manteniendo así la acción dirigida y el efecto citotóxico en este modelo tridimensional. Finalmente, se evaluó la eficacia de NP-FAP-DOX in vivo en un modelo murino de cáncer de mama triple negativo. La NP-FAP-DOX mostró una buena capacidad para atacar tumores y una administración eficaz de fármacos, lo que dio como resultado un efecto antitumoral in vivo. Además, el tratamiento in vivo con NP-FAP-DOX se dirigió eficazmente a los fibroblastos asociados al cáncer y los eliminó, lo que llevó a la remodulación del microambiente tumoral y a la activación de la respuesta inmunitaria del tumor. Específicamente, este tratamiento promovió la infiltración de linfocitos, aumentó el porcentaje de células asesinas naturales y disminuyó los macrófagos M2, lo que llevó a un aumento de la proporción M1/M2 en los tumores. Además, las nanopartículas mejoraron el perfil terapéutico y de seguridad del fármaco libre, previniendo la toxicidad cardíaca y sistémica inducida por doxorrubicina. Con todo, estos resultados demostraron el potencial de los nanodispositivos diseñados como un nuevo sistema de administración de fármacos dirigido para el tratamiento del cáncer de mama. Estas nanopartículas pueden mejorar la eficacia de la administración de fármacos, superar los efectos secundarios adversos y mejorar la eficacia de la terapia mediante la modulación del microambiente tumoral. / [CA] La majoria de les teràpies contra el càncer de mama que s'utilitzen actualment en la pràctica clínica, es centren en atacar les cèl·lules tumorals. Tanmateix, els nous avanços en el camp de la immunologia han ressaltat el paper principal del microambient tumoral en la modulació tumoral. Específicament, els fibroblasts associats al càncer tenen un paper important en la progressió tumoral, la modulació de la immunitat tumoral i la resistència a teràpia. Per això, aquesta tesi doctoral titulada "Nanopartícules de sílice mesoporoses dirigides al microambient tumoral com a ferramenta per al tractament del càncer de mama" es centra en el disseny d'un nanodispositiu dirigit als fibroblasts associats al càncer i en l'avaluació del seu potencial com a nova estratègia terapèutica per al tractament del càncer de mama. Es va dissenyar i sintetitzar una nanopartícula utilitzant nanopartícules mesoporoses de sílice com a suport, carregades amb doxorubicina i funcionalitzades amb un pèptid lligand de FAP-¿ (NP-FAP-DOX). La caracterització de NP-FAP-DOX va mostrar un alliberament controlat de la càrrega i un perfil no tòxic in vitro. Els estudis in vitro van avaluar la eficàcia de les nanopartícules en l'acció dirigida a FAP-¿, la citotoxicitat cel·lular i la penetrabilitat tumoral en les línies cel·lulars de càncer de mama, en els fibroblasts associats al càncer derivats de biòpsies de pacients amb càncer de mama triple negatiu i en els organoides derivats de pacients amb càncer de mama. Aquests estudis van demostrar que NP-FAP-DOX es dirigia eficaçment i produïa un efecte citotòxic en les cèl·lules de càncer de mama amb expressió positiva de FAP-¿, així com en fibroblasts associats al càncer. A més, la NP-FAP-DOX va presentar una bona eficiència de penetració en els organoides derivats de pacient, mantenint així l'acció dirigida i l'efecte citotòxic en aquest model tridimensional. Finalment, es va avaluar la eficàcia de NP-FAP-DOX in vivo en un model murí de càncer de mama triple negatiu. La NP-FAP-DOX va mostrar una bona capacitat per a atacar tumors i una administració eficaç de fàrmacs, el que va donar com a resultat un efecte antitumoral in vivo. Addicionalment, el tractament in vivo amb NP-FAP-DOX es va dirigir eficaçment als fibroblasts associats al càncer generant la seua depleció i així, la remodelació del microambient tumoral i l'activació de la resposta immunitària del tumor. Específicament, aquest tractament va promoure la infiltració de limfòcits, va augmentar el percentatge de cèl·lules citocides naturals i va disminuir els macròfags M2, el que va conduir a un augment en la proporció M1/M2 en els tumors. A més, les nanopartícules van millorar el perfil terapèutic i de seguretat del fàrmac lliure, prevenint la toxicitat cardíaca i sistèmica induïda per la doxorubicina. Amb tot, aquests resultats demostraren el potencial dels nanodispositius dissenyats com un nou sistema d'administració de fàrmacs dirigits per al tractament del càncer de mama. Aquestes nanopartícules poden millorar l'eficàcia de l'administració de fàrmacs, reduir els efectes secundaris adversos i millorar l'eficàcia de la teràpia mitjançant la modulació del microambient tumoral. / [EN] Most of the breast cancer therapies currently used in the clinical practice are focused on targeting tumor cells. Nevertheless, new advances in the immunology field uncovered the main role of the tumor microenvironment in tumor modulation. Specifically, cancer-associated fibroblasts play an important role in tumor progression, tumor immunity modulation, and therapy resistance. Hence, this Ph.D. thesis entitled "Mesoporous silica nanoparticles targeting tumor microenvironment as a tool for breast cancer treatment" is focused on the design of a nanodevice targeting cancer-associated fibroblasts and on the evaluation of its potential as a new therapeutic strategy for breast cancer treatment. A nanoparticle was designed and synthesized using mesoporous silica nanoparticles as support, loaded with doxorubicin, and functionalized with a FAP-¿ ligand peptide (NP-FAP-DOX). NP-FAP-DOX's characterization showed controlled cargo release and an in vitro nontoxic profile. The in vitro studies evaluated the nanoparticle efficacy to target FAP-¿, cellular cytotoxicity, and tumor penetration in breast cancer cell lines, cancer-associated fibroblasts derived from triple-negative breast cancer patient biopsies, and breast cancer patient-derived organoids. These studies probed that the NP-FAP-DOX efficiently targeted and produced a cytotoxic effect in breast cancer cells with FAP-¿ positive expression as well as in cancer-associated fibroblasts. Moreover, the NP-FAP-DOX presented good penetration efficiency in patient-derived organoids, while maintaining the targeting and cytotoxic effect in this 3D model. Finally, the NP-FAP-DOX's in vivo efficacy was evaluated in a murine triple-negative breast cancer model. The NP-FAP-DOX showed a tumor-targeting ability and effective drug delivery, resulting in an in vivo antitumoral effect. Moreover, the NP-FAP-DOX in vivo treatment efficiently targeted and depleted cancer-associated fibroblasts, leading to tumor microenvironment re-modulation and activation of tumor immune response. Specifically, this treatment promoted lymphocyte infiltration, increased the percentage of natural killer cells, and decreased the M2-like macrophages leading to an increased M1/M2 ratio in tumors. Besides, the nanoparticles improved the therapeutic and safety profile of the free drug, preventing doxorubicin-induced cardio and systemic toxicity. Overall, these results demonstrated the potential of the designed nanodevices as a new targeted drug delivery system for breast cancer treatment. These nanoparticles can improve drug delivery efficacy, overcome adverse side effects, and enhance therapy efficacy through the modulation of the tumor microenvironment. / Trigo Lameirinhas, AC. (2024). Mesoporous Silica Nanoparticles Targeting Tumor Microenvironment as a Tool for Breast Cancer Treatment [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/210630

[ES] La tesis doctoral "Nanostructured supports for the detection of pathogens and biomolecules of interest based on molecular gates with oligonucleotides" se centra en el diseño de nanomateriales híbridos orgánico-inorgánicos como biosensores innovadores para la detección rápida y específica de patógenos como el virus del papiloma humano (VPH) y la bacteria Vibrio vulnificus, así como biomoléculas relevantes como miR-4732-3p, relacionado con la cardiotoxicidad en pacientes con cáncer. Los sensores desarrollados, basados en puertas moleculares en alúmina mesoporosa y validados con muestras clínicas, destacan por su alta sensibilidad, especificidad, rapidez y facilidad de uso, lo que los hace prometedores para aplicaciones en diagnóstico y monitoreo ambiental. / [CA] The doctoral thesis "Nanostructured supports for the detection of pathogens and biomolecules of interest based on molecular gates with oligonucleotides" focuses on the design of organic-hybrid nanomaterialsInorganic as innovative biosensors for rapid and specific detection of pathogens such as human papillomavirus (HPV) and the bacterium Vibrio vulnificus, as well as relevant biomolecules such as miR-4732-3p, related to cardiotoxicity in cancer patients. The developed sensors, based on mesoporous alumina molecular gates and validated with clinical samples, stand out for their high sensitivity, specificity, speed and ease of use, which makes them promising for applications in diagnosis and environmental monitoring. / [EN] La tesi doctoral "Nanostructured supports for the detection of pathogens and biomolecules of interest based on molecular gates with oligonucleotides" se centra en el disseny de nanomaterials híbrids orgànic-inorgànics com biosensors innovadors per a la detecció ràpida i específica de patògens com el virus del papil·loma humà (VPH) i el bacteri Vibrio vulnificus, així com biomolècules rellevants com miR-4732-3p, relacionat amb la cardiotoxicitat en pacients amb càncer. Els sensors desenrotllats, basats en portes moleculars en alúmina mesoporosa i validats amb mostres clíniques, destaquen per la seua alta sensibilitat, especificitat, rapidesa i facilitat d'ús, la qual cosa els fa prometedors per a aplicacions en diagnòstic i monitoratge ambiental. / This research was supported by project PID2021-126304OB-C41 funded by MCIN/AEI and by European Regional Development Fund - A way of doing Europe. This work has received funding from the European Union’s Horizon 2020 Development of an Innovative Fluorogenic Biosensor for Direct Detection of Vibrio vulnificus, a Climate Change Biomarker research and innovation programme under grant agreement No 899708. This research was also supported by CIBER -Consorcio Centro de Investigación Biomédica en Red (CB06/01/2012), Instituto de Salud Carlos III, Ministerio de Ciencia e Innovación. This study forms part of the Advanced Materials programme (MFA/2022/049) and was supported by MCIN with funding from European Union NextGeneration EU (PRTR-C17.I1) and by Generalitat Valenciana. The study was also supported by the grants PID2020-120619RB-I00 funded by MCIN/AEI and CIAICO/2021/293 funded by “Conselleria de Educación, Universidades y Empleo” (Generalitat Valenciana, Spain). / Aranda Sobrino, MDLN. (2024). Nanostructured Supports for Detection of Pathogens and Biomolecules of Interest Based on Molecular Gates with Oligonucleotides [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/211237

[ES] La presente tesis tiene como propósito de estudio identificar estímulos motivacionales que generan diferentes tipologías de tareas relacionadas con la expresión oral, así como en la competencia de la comprensión auditiva en un contexto internacional universitario. Se pretende determinar qué actividades y sus especificaciones son las más idóneas para incrementar la motivación en el alumnado y, como consecuencia, acelerar el proceso de enseñanza-aprendizaje en la lengua que se está aprendiendo. Basándonos en un extenso análisis bibliográfico y con ayuda de un análisis exhaustivo de estímulos neurológicos motivacionales producidos en diversidad de tareas determinaremos los picos de estímulos positivos para especificar, si procede, qué tipos de actividades son las más adecuadas para la percepción y adquisición de contenidos lingüísticos. El objetivo principal de la investigación desarrollada consiste en identificar tareas que producen estímulos motivacionales en el proceso de enseñanza-aprendizaje de la comprensión auditiva y expresión oral. Con el fin de alcanzar este objetivo principal, se han elaborado diferentes tareas mediante las plataformas más actualizadas en creación de contenidos libres, como, por ejemplo; h5p o Merge Cube. Un posterior análisis mediante técnicas básicas de electroencefalografía en los alumnos universitarios internacionales de nivel B1 de español permite definir el impacto positivo o negativo que tienen este tipo de actividades en los estudiantes. Según los resultados obtenidos tras los diferentes análisis cuantitativos y cualitativos llevados a cabo, las actividades propuestas se muestran altamente eficaces en la mejora de la adquisición de las competencias analizadas. / [CA] La present tesi té com a propòsit d'estudi identificar estímuls motivacionals que generen diferents tipologies de tasques relacionades amb l'expressió oral, així com en la competència de la comprensió auditiva en un context internacional universitari. Es pretén determinar quines activitats i les seues especificacions són les més idònies per a incrementar la motivació en l'alumnat i, com a conseqüència, accelerar el procés d'ensenyament-aprenentatge en la llengua que s'està aprenent. Basant-nos en una extensa anàlisi bibliogràfic i amb ajuda d'un anàlisi exhaustiu d'estímuls neurològics motivacionals produïts en diversitat de tasques determinarem els pics d'estímuls positius per a especificar, si procedeix, quins tipus d'activitats són les més adequades per a la percepció i adquisició de continguts lingüístics. L'objectiu principal de la investigació desenvolupada consisteix a identificar tasques que produeixen estímuls motivacionals en el procés d'ensenyament-aprenentatge de la comprensió auditiva i expressió oral. Per a aconseguir aquest objectiu principal, s'han elaborat diferents tasques mitjançant les plataformes més actualitzades en creació de continguts lliures, com ara h5p o Merge Cube. Una posterior anàlisi mitjançant tècniques bàsiques d'electroencefalografia en els alumnes universitaris internacionals de nivell B1 d'espanyol permetrà definir l'impacte positiu o negatiu que tenen aquest tipus d'activitats en els estudiants. Segons elsresultats obtinguts després dels diferents anàlisis quantitatius i qualitatius realitzats, les activitats proposades es mostren altament eficaces en la millora de l'adquisició de les competències analitzades. / [EN] The purpose of this thesis is to identify motivational stimuli that generate different types of tasks related to oral expression, as well as in the competence of auditory comprehension in an international university context. The aim is to determine which activities and their specifications are most suitable for increasing student motivation and, consequently, accelerating the teachinglearning process in the language being learned. Based on an extensive bibliographic analysis and with the help of a thorough analysis of motivational neurological stimuli produced in a diversity of tasks, we will determine the peaks of positive stimuli to specify, if applicable, which types of activities are most suitable for the perception and acquisition of linguistic content. The main objective of the research developed is to identify tasks that produce motivational stimuli in the process of teaching and learning auditory comprehension and oral expression. In order to achieve this main objective, different tasks have been developed using the most updated platforms for creating free content, such as h5p or Merge Cube. A subsequent analysis using basic electroencephalography techniques in international university students at the B1 level of Spanish will allow us to define the positive or negative impact that these types of activities have on the students. According to the results obtained from the different quantitative and qualitative analyses carried out, the proposed activities are highly effective in improving the acquisition of the analyzed competencies. / Ros Cócera, LD. (2024). Motivación, segundas lenguas y neuroeducación en el proceso de enseñanza-aprendizaje de la expresión oral y comprensión auditiva [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/211318

[ES] Según la Organización Mundial de la Salud (OMS), aproximadamente mil millones de perso- nas en todo el mundo están afectadas por trastornos neurológicos periféricos y centrales, incluidos tumores cerebrales, enfermedad de Parkinson (EP), enfermedad de Alzheimer (EA), esclerosis múl- tiple (EM), epilepsia, demencia, enfermedades neuroinfecciosas, accidentes cerebrovasculares y lesiones cerebrales traumáticas. El accidente cerebrovascular isquémico y la "enfermedad de Alz- heimer con otras demencias" son la segunda y la quinta causa principal de muerte, respectivamente. En este contexto, la detección y clasificación de lesiones cerebrales constituye un área crítica de investigación en el procesamiento de imágenes médicas, impactando significativamente tanto en la práctica clínica como en el avance científico Este proyecto tiene como objetivo proponer, desarrollar e implementar un método para la de- tección y clasificación de lesiones isquémicas y enfermedades desmielinizantes en imágenes de resonancia magnética (MRI), las cuales constituyen un tipo de hiperintensidades de la sustancia blanca (WMH). Esta tarea es crucial debido a la similitud entre estas dos enfermedades; un diagnóstico erróneo por parte de un médico no capacitado o inexperto podría llevar a un tratamiento incorrecto. Por lo tanto, este proyecto busca proporcionar a la comunidad científica y clínica una herramienta que ayude en el diagnóstico de estas enfermedades, sirviendo como una segunda opinión y como un recurso de capacitación para la identificación de lesiones cerebrales El proyecto emplea diversas técnicas de aprendizaje automático y aprendizaje profundo para comprender las características de las lesiones (biomarcadores) y facilitar su detección y clasificación. Dada la limitada cantidad de datos disponibles para el desarrollo de algoritmos, se utilizaron varios enfoques de aprendizaje por transferencia, aumento de datos clásico y aumento de datos sintético. La metodología para la detección y clasificación involucró principalmente los siguientes modelos: U-Net, Segmenting Anything Model, YOLOv8 y Detectron2. Además, se propuso un modelo utilizando redes ResNet18 para la clasificación de Regiones de Interés (ROIs). Los resultados experimentales indicaron que el modelo U-Net logró un coeficiente Dice medio de 0.95 para la segmentación. El modelo Detectron2 demostró una precisión de 0.98 en la detección y de 0.93 en la clasificación de lesiones, incluidas las lesiones pequeñas donde otros modelos a menudo fallan. El clasificador de ROIs logró una precisión de clasificación de 0.96. Estos resulta- dos sugieren que los modelos propuestos podrían ser evaluados más a fondo en un entorno clínico para mejorar su rendimiento con más datos. En general, los métodos desarrollados en este proyecto presentan un marco robusto para la detección y clasificación de lesiones cerebrales utilizando téc- nicas avanzadas de aprendizaje automático. Los hallazgos indican que los modelos desarrollados podrían ayudar significativamente en los diagnósticos clínicos, proporcionando un apoyo confiable para los médicos y contribuyendo a mejores resultados para los pacientes. / [CA] Segons l'Organització Mundial de la Salut (OMS), aproximadament mil milions de persones a tot el món estan afectades per trastorns neurològics perifèrics i centrals, incloent tumors cerebrals, malaltia de Parkinson (EP), malaltia d'Alzheimer (EA), esclerosi múltiple (EM), epilèpsia, demència, malalties neuroinfeccioses, accidents cerebrovasculars i lesions cerebrals traumàtiques. L'accident cerebrovascular isquèmic i la "malaltia d'Alzheimer amb altres demències" són la segona i la cinquena causa principal de mort, respectivament. En aquest context, la detecció i classificació de lesions cerebrals constitueix una àrea crítica d'investigació en el processament d'imatges mèdiques, impactant significativament tant en la pràctica clínica com en l'avenç científic. Aquest projecte té com a objectiu proposar, desenvolupar i implementar un mètode per a la detecció i classificació de lesions isquèmiques i malalties desmielinitzants en imatges de ressonància magnètica (MRI), les quals constitueixen un tipus d'hiperintensitats de la substància blanca (WMH). Aquesta tasca és crucial a causa de la similitud entre aquestes dues malalties; un diagnòstic erroni per part d'un metge no capacitat o inexpert podria portar a un tractament incorrecte. Per tant, aquest pro- jecte busca proporcionar a la comunitat científica i clínica una eina que ajude en el diagnòstic d'aquestes malalties, servint com una segona opinió i com un recurs de capacitació per a la identificació de lesions cerebrals. El projecte empra diverses tècniques d'aprenentatge automàtic i aprenentatge profund per a com- prendre les característiques de les lesions (biomarcadors) i facilitar la seua detecció i classificació. Donada la limitada quantitat de dades disponibles per al desenvolupament d'algoritmes, s'utilitzaren diversos enfocaments d'aprenentatge per transferència, augment de dades clàssic i augment de dades sintètic. La metodologia per a la detecció i classificació va involucrar principalment els següents mo- dels: U-Net, Segmenting Anything Model, YOLOv8 i Detectron2. A més, es va proposar un model utilitzant xarxes ResNet18 per a la classificació de Regions d'Interès (ROIs). Els resultats experimentals indicaren que el model U-Net va aconseguir un coeficient Dice mitjà de 0.95 per a la segmentació. El model Detectron2 va demostrar una precisió de 0.98 en la detecció i de 0.93 en la classificació de lesions, incloent les lesions petites on altres models sovint fallen. El classificador de ROIs va aconseguir una precisió de classificació de 0.96. Aquests resultats suggereixen que els models proposats podrien ser avaluats més a fons en un entorn clínic per a millorar el seu rendiment amb més dades. En general, els mètodes desenvolupats en aquest projecte presenten un marc robust per a la detecció i classificació de lesions cerebrals utilitzant tècniques avançades d'aprenentatge automàtic. Els descobriments indiquen que els models desenvolupats podrien ajudar significativament en els diagnòstics clínics, proporcionant un suport fiable per als metges i contribuint a millors resultats per als pacients. / [EN] According to the World Health Organization (WHO), approximately one billion people worldwide are affected by peripheral and central neurological disorders, including brain tumors, Parkinson's disease (PD), Alzheimer's disease (AD), multiple sclerosis (MS), epilepsy, dementia, neuroinfectious diseases, stroke, and traumatic brain injuries. Ischemic stroke, AD, and other dementias are the second and fifth leading causes of death, respectively. In this context, detecting and classifying brain lesions constitute a critical area of research in medical imaging processing, significantly impacting both clinical practice and scientific advancement. This project aims to develop and implement a method for detecting and classifying ischemic lesions and demyelination diseases in MRI images, which are identified by White Matter Hyperintensities. This task is crucial due to the similarity between these two diseases; a misdiagnosis by an untrained or inexperienced physician could lead to incorrect treatment. Therefore, this project seeks to provide the scientific and clinical community with a tool that assists in diagnosing these diseases, serving as a second opinion and as a training resource for identifying brain lesions. The project employs machine learning and deep learning techniques to understand lesion features (biomarkers) and facilitate detection and classification. Given the amount of data available for algorithm development, several transfer learning approaches, classical data augmentation, and synthetic data augmentation methods were utilized. The methodology for detection and classification primarily involved the following models: U-Net, Segmenting Anything Model, YOLOv8, and Detectron2. Additionally, a model using ResNet18 networks was proposed to classify Regions of Interest (ROIs). Experimental results indicated that the U-Net model achieved a mean Dice coefficient of 0.94 for segmentation. The Detectron2 model demonstrated an accuracy of 0.98 in detecting and 0.93 in classifying lesions, including small lesions where other models often fail. The ROI classifier using Res- Net18 achieved a classification accuracy of 0.96. These results suggest that the proposed models could be further evaluated in a clinical environment to enhance their performance. In conclusion, the methods developed in this thesis and the findings indicate that they could significantly aid in clinical diagnostics, providing reliable support for physicians and contributing to better patient outcomes. / Castillo Malla, DP. (2024). Magnetic Resonance Image Algorithm to Identify Demyelination and Ischemia Brain Diseases [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/211187

[ES] La presente tesis doctoral desarrolla una experiencia educativa en el contexto de las enseñanzas artísticas superiores de grado en Diseño. El objetivo de la investigación es validar la hipótesis de que la inclusión de un enfoque feminista en estos estudios, y el empleo de la performance como estrategia pedagógica provocan en el alumnado una evolución personal hacia el ejercicio profesional del diseño con perspectiva de género. Para realizar un diagnóstico acertado, se ha revisado el currículum de estas enseñanzas en la Comunitat Valenciana y se ha comprobado la carencia de un enfoque de género en la enseñanza-aprendizaje de esta disciplina. Además, se ha examinado la literatura académica sobre el tema para articular una base teórica sólida sobre la que apoyar la praxis docente y artística. Así pues, mediante una metodología de investigación-acción educativa basada en las artes y una pedagogía feminista, se han llevado a cabo tres acciones. La primera, la implementación en la Escola d'Art i Superior de Disseny de València de una asignatura optativa con contenidos feministas, con la que impulsar una mejora educativa y dotar al alumnado de las competencias necesarias para diseñar con perspectiva de género. La segunda, la creación y el diseño en el aula de una performance para denunciar las violencias machistas, y la tercera, su realización en el espacio público, y su transformación en artivismo. Los resultados de esta investigación, presentados en esta tesis y recogidos en un audiovisual, respaldan la hipótesis de partida y demuestran que la metodología propuesta se revela efectiva para formar profesionales del sector capaces de asumir responsabilidades en cuestiones de género, diseñar desde otra mirada alejada del androcentrismo, cambiar el imaginario colectivo y construir una sociedad más justa y equitativa. También, ponen de manifiesto las posibilidades educativas de la performance y su capacidad para empoderar al alumnado y convertirlo en agente de cambio social. Las conclusiones resaltan que, pese al éxito de la experiencia, siguen existiendo impedimentos para implementar, de forma efectiva, una perspectiva feminista en las enseñanzas de diseño. También destacan que la creación y realización de acciones grupales artísticas aportan al alumnado un aprendizaje vivencial y situado en el que la fuerza de la colectividad funciona como poder transformador y como medio para reclamar una igualdad real en y desde la institución educativa. / [CA] La present tesi doctoral desenvolupa una experiència educativa al context dels ensenyaments artístics superiors de grau en Disseny. L'objectiu de la investigació és validar la hipòtesi que la inclusió d'un enfocament feminista en estos estudis, i l'ús de la performance com a estratègia pedagògica provoquen en l'alumnat una evolució personal cap a l'exercici professional del disseny amb perspectiva de gènere. Per fer un diagnòstic encertat, s'ha revisat el currículum d'estos ensenyaments en la Comunitat Valenciana i s'ha comprovat la manca d'un enfocament de gènere a l'ensenyament-aprenentatge d'esta disciplina. A més, s'ha examinat la literatura acadèmica sobre el tema per articular una base teòrica sòlida sobre la qual donar suport a la praxi docent i artística. Així doncs, mitjançant una metodologia d'investigació-acció educativa basada en les arts i una pedagogia feminista, s'han dut a terme tres accions. La primera, la implementació a l'Escola d'Art i Superior de Disseny de València d'una assignatura optativa amb continguts feministes, amb la qual impulsar una millora educativa i dotar l'alumnat de les competències necessàries per dissenyar amb perspectiva de gènere. La segona, la creació i el disseny a l'aula d'una performance per denunciar les violències masclistes, i la tercera, la seua realització a l'espai públic, i la seua transformació en artivisme. Els resultats d'esta investigació, presentats en esta tesi i recollits en un audiovisual, recolzen la hipòtesi de partida i demostren que la metodologia proposada es revela efectiva per formar professionals del sector capaços d'assumir responsabilitats en qüestions de gènere, dissenyar des d'una altra mirada allunyada de l'androcentrisme, canviar l'imaginari col·lectiu i construir una societat més justa i equitativa. També, posen de manifest les possibilitats educatives de la performance i la seua capacitat per empoderar l'alumnat i convertir-lo en agent de canvi social. Les conclusions ressalten que, malgrat l'èxit de l'experiència, continuen existint impediments per implementar, de manera efectiva, una perspectiva feminista als ensenyaments de disseny. També destaquen que la creació i realització d'accions grupals artístiques aporten a l'alumnat un aprenentatge vivencial i situat en el qual la força de la col·lectivitat funciona com a poder transformador i com mitjà amb què reclamar una igualtat real en i des de la institució educativa. / [EN] This doctoral thesis presents an educational experience in the context of artistic teaching in bachelor's degree programs in design. The objective of this study is to validate the hypothesis that the inclusion of a feminist approach in these programs and the use of performance as a pedagogical strategy spark a personal evolution in students toward the professional practice of design with a gender perspective. To make an accurate diagnosis, the curricula of these teachings in the Valencian Community have been reviewed and the lack of a gender approach in the teaching and learning of this discipline has been verified. In addition, the academic literature on the topic has been examined to articulate a solid theoretical basis on which to support teaching and artistic practices. Thus, through an educational action and research methodology based on the arts and a feminist pedagogy, three actions have been carried out. The first is the implementation at the Escola d'Art i Superior de Disseny de València of an optional course with feminist content to promote educational improvement and provide students with the necessary skills to design with a gender perspective. The second is the creation and design of a performance in the classroom to denounce sexist violence. The third is holding this performance in a public space, and its transformation into artivism. The results of this research are presented in this thesis and collected in audiovisual format. The results support the starting hypothesis and demonstrate that the proposed methodology is effective in training professionals in the sector who are capable of assuming responsibilities in gender issues, designing from a perspective that is removed from androcentrism, changing the collective imagination and building a more just and equitable society. They also highlight the educational possibilities of performance and its ability to empower students and turn them into agents of social change. The conclusions highlight that, despite the success of the experience, there are still hurdles to overcome in order to effectively implement a feminist perspective in teaching design. They also highlight that the creation and hosting of artistic group activities provide students with experiential, situated learning in which the strength of the collective functions as a transformative power and as a means to demand real equality both within and from the educational institution. / Sáez Salvador, MDR. (2024). La performance como estrategia artivista para la inclusión de una perspectiva de género en las enseñanzas artísticas superiores de diseño [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/211833

Tesis por compendio / [ES] Los pseudocóccidos (Hemiptera: Pseudococcidae), comúnmente conocidos como cochinillas harinosas, son insectos hemípteros chupadores de savia que se alimentan del floema de las plantas. Estos insectos están entre las plagas más perjudiciales de varios cultivos subtropicales. En la cuenca mediterránea, diversas especies invasoras de pseudocóccidos se han establecido y convertido en plagas clave de cítricos y caquis, dos cultivos que abarcan un amplio territorio y tienen una gran importancia económica en la Comunidad Valenciana. Convencionalmente, los pseudocóccidos han sido controlados mediante el uso de insecticidas; sin embargo, los riesgos ambientales que conlleva su uso han llevado a la implementación de políticas para reducir su uso, incluida la prohibición de varias materias activas. Por lo tanto, es necesario desarrollar e implementar estrategias de gestión alternativas. Entre estas estrategias, fomentar el control biológico es una de las más prometedoras. Para identificar y evaluar diferentes estrategias que puedan mejorar el control biológico de pseudocóccidos, en esta tesis estudié varios factores que pueden influir en la abundancia de estas plagas en cultivos subtropicales mediterráneos. En el primer capítulo, describí las interacciones entre las hormigas nativas del Mediterráneo y el pseudocóccido invasor Delottococcus aberiae en los cítricos mediterráneos. Demostré que la hormiga mediterránea Lasius grandis y D. aberiae han establecido una relación mutualista que puede facilitar la invasión del pseudocóccido. En el segundo capítulo, evalué si la exclusión física de L. grandis de las copas de los cítricos puede mejorar el control de D. aberiae. Descubrí que la exclusión de hormigas de las copas de los cítricos puede reducir la densidad y el daño de D. aberiae, probablemente debido a un aumento en la abundancia de depredadores generalistas. En el tercer capítulo, identifiqué el complejo de pseudocóccidos que ataca al caqui mediterráneo y describí su dinámica estacional. Este estudio reveló que Pseudococcus longispinus se ha convertido en la especie de pseudocóccido más abundante en el cultivo y puede alcanzar niveles altos de infestación en la cosecha. También describí la fenología de P. longispinus y evalué el efecto potencial del cambio climático en su fenología, prediciendo que el número de generaciones y el daño potencial aumentarán en los próximos años. En el cuarto capítulo, identifiqué el complejo de parasitoides de P. longispinus en caqui. Descubrí que P. longispinus estuvo parasitado por un complejo diverso de parasitoides dominado por una especie de encírtido, Anagyrus fusciventris. Este parasitoide puede reducir eficazmente la densidad de la plaga a pesar de la alta abundancia de hiperparasitoides. También determiné el tamaño del hospedador parasitado por A. fusciventris, lo cual sería valioso para programar liberaciones de parasitoides. Finalmente, en el quinto capítulo, evalué si la heterogeneidad del hábitat afecta la densidad de pseudocóccidos en cítricos y caquis. Por un lado, encontré que la proporción de monocultivo circundante aumentó la densidad tanto de D. aberiae en los cítricos como de P. longispinus en caqui. Por otro lado, los hábitats no agrícolas, tanto los hábitats seminaturales que rodean el cultivo como la cubierta vegetal entre filas, redujeron la abundancia de P. longispinus en caqui al aumentar su parasitismo. Estos hallazgos mostraron que las estrategias de diversificación del hábitat pueden mejorar el control de los pseudocóccidos. En resumen, esta tesis ha identificado diferentes estrategias que pueden implementarse para mejorar el control biológico de las cochinillas en cítricos y caquis mediterráneos, incluyendo la gestión de hormigas mutualistas, la liberación aumentativa de parasitoides y la gestión del hábitat. Los hallazgos de esta tesis deben ser considerados dentro de los programas de Gestión Integrada de Plagas contra pseudocóccidos en cultivos subtropicales. / [CA] Els pseudocòccids (Hemiptera: Pseudococcidae), coneguts com cotonets, són insectes hemípters xucladors de saba que s'alimente del floema de les plantes. Aquests insectes estan entre les plagues més perjudicials per a diversos cultius subtropicals. A la conca mediterrània, diverses espècies invasores de cotonets s'han establert i esdevingut plagues clau en diversos cultius, com ara els cítrics i els caquis, que abasten un ampli territori i tenen una gran importància econòmica a la Comunitat Valenciana. Convencionalment, els cotonets s'han controlat mitjançant l'ús insecticides; no obstant això, els riscos ambientals han portat a la implementació de polítiques per reduir el seu ús, incloent la prohibició de diverses matèries actives. Per tant, és necessari implementar estratègies de gestió alternatives. Entre aquestes estratègies, fomentar el control biològic és una de les més prometedores. Per identificar i avaluar diferents estratègies que puguen millorar el control biològic dels cotonets, en esta tesi vaig estudiar diversos factors que poden influir en l'abundància d'estes plagues en cultius subtropicals mediterranis. Al primer capítol, vaig descriure les interaccions entre les formigues natives del Mediterrani i el cotonet invasor Delottococcus aberiae en els cítrics mediterranis. Ací vaig demostrar que la formiga mediterrània Lasius grandis i D. aberiae han establert una relació mutualista que pot facilitar la invasió del pseudocòccid. Al segon capítol, vaig avaluar si l'exclusió física de L. grandis de les copes dels cítrics pot millorar el control de D. aberiae. Vaig descobrir que l'exclusió de formigues de les copes dels cítrics pot reduir la densitat i el danys de D. aberiae, probablement a causa d'un augment en l'abundància de depredadors generalistes. Al tercer capítol, vaig identificar les espècies de cotonets que ataquen el caqui mediterrani i vaig descriure la seua dinàmica estacional. Aquest estudi va revelar que Pseudococcus longispinus s'ha convertit en l'espècie de cotonet més abundant en el cultiu i pot arribar a nivells alts d'infestació en la collita. També vaig descriure la fenologia de P. longispinus i vaig avaluar l'efecte potencial del canvi climàtic en la fenologia del cotonet, predient que el nombre de generacions i el possible dany augmentaran en els propers anys. Al quart capítol, vaig identificar el complex de parasitoids de P. longispinus en caqui. Vaig descobrir que P. longispinus estava parasitat per un complex divers de parasitoids dominat per una espècie d'encírtid, Anagyrus fusciventris. Aquesta espècie pot reduir eficaçment la densitat de la plaga malgrat l'alta abundància d'hiperparasitoids. També vaig determinar el tamany de cotonet parasitat per A. fusciventris, aquesta característica biològica és clau per dissenyar els programes de control biològic augmentatiu. Finalment, al cinquè capítol, vaig avaluar si la heterogeneïtat del hàbitat afecta la densitat de pseudocòcids en cítrics i caquis. Per una banda, vaig trobar que la proporció de monocultiu circumdant va augmentar la densitat tant de D. aberiae en els cítrics com de P. longispinus en caqui. Per altra banda, els hàbitats no agrícoles, tant els hàbitats semi-naturals que envolten el cultiu com la vegetació de cobertura entre files, van reduir l'abundància de P. longispinus en caqui al augmentar el seu parasitisme. Aquests descobriments van a mostrar que les estratègies de diversificació del hàbitat poden millorar el control dels cotonets. En resum, aquesta tesi ha identificat diferents estratègies que poden ser implementades per millorar el control biològic dels cotonets en cítrics i caquis mediterranis, incloent la gestió de formigues mutualistes, la solta massiva de parasitoids i la gestió de l'hàbitat. Els resultats d'aquesta tesi han de ser considerats dins dels programes de Gestió Integrat de Plagues contra els cotonets en cultius subtropicals. / [EN] Pseudococcids (Hemiptera: Pseudococcidae), commonly known as mealybugs, are sap-sucking hemipteran insects that feed on the phloem of plants. These insects are among the most damaging pests to various subtropical crops. In the Mediterranean basin, several species of invasive mealybugs have established and become key pests in various crops such as citrus and persimmon. These crops cover a large territory and hold high economic importance in the Valencian Community. Mealybugs have been traditionally managed with insecticides. However, their environmental risks have led to the implementation of policies to reduce insecticide use, including the prohibition of several active substances. Therefore, it is necessary to implement alternative management strategies. Among these strategies, biological control is one of the most promising. To identify and evaluate different strategies that can enhance the biological control of mealybugs, in this thesis I studied several factors potentially influencing mealybug abundance in Mediterranean subtropical crops. In the first chapter, I described the interactions between Mediterranean native ants and the invasive mealybug Delottococcus aberiae in Mediterranean citrus. Here, I demonstrated that the Mediterranean ant Lasius grandis and D. aberiae have established a mutualistic relationship that can facilitate the invasion of the mealybug. In the second chapter, I assessed whether the physical exclusion of L. grandis from citrus canopies may enhance the control of D. aberiae. I found that ant-exclusion from citrus canopies can reduce D. aberiae density and damage, likely because of an increase in the abundance of generalist predators. In the third chapter, I identified the complex of mealybugs attacking Mediterranean persimmon and described their seasonal trend. This study revealed that Pseudococcus longispinus has become the most abundant mealybug species in the crop and can reach high infestation levels at harvest. I also described the phenology of P. longispinus and evaluated the potential effect of climate warming on mealybug phenology, predicting that the number of generations and potential damage will increase in the following years. In the fourth chapter, I identified the parasitoid complex of P. longispinus in persimmon. I found that P. longispinus was parasitized by a diverse complex of parasitoids dominated by one encyrtid species, Anagyrus fusciventris. This parasitoid can effectively reduce the density of the pest despite the high abundance of hyperparasitoids. I also determined the preferred host size used by A. fusciventris, which will be valuable to design an augmentative biological control program. Finally, in the fifth chapter, I assessed whether habitat heterogeneity affects the density of mealybugs in citrus and persimmon. First, I found that the proportion of surrounding monoculture increased the abundance of both D. aberiae in citrus and P. longispinus in persimmon. Furthermore, non-crop habitats, both semi-natural habitats surrounding the crop and inter-row ground cover vegetation, reduced the abundance of P. longispinus in persimmon by increasing parasitism. These findings revealed that habitat diversification strategies can enhance mealybug control. Overall, this thesis has identified different strategies that can be implemented to enhance the biological control of mealybugs in Mediterranean citrus and persimmon, including the management of mutualistic ants, the augmentative release of parasitoids, and habitat management. The findings of this thesis must be considered within the Integrated Pest Management programs against mealybugs in subtropical crops. / This PhD Thesis was supported by the national project RTA2017-00095 from the Spanish Ministry of Science and Innovation and Ángel Plata received the predoctoral grant PRE2018-083714 from Spanish Ministry of Science and Innovation. / Plata Sánchez, Á. (2024). Enhancing Biological Control of Mealybugs in Mediterranean Subtropical Crops [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/209827 / Compendio