[ES] La aplicación de la inteligencia artificial (IA) en reproducción asistida aborda el complejo panorama de la infertilidad, una patología prevalente que afecta a un porcentaje significativo de la población en edad reproductiva. Los avances en medicina reproductiva, marcados por hitos como la fecundación in vitro (FIV) y la microinyección intracitoplasmática de espermatozoides (ICSI), han dado lugar al desarrollo de técnicas de reproducción asistida (TRA). Aunque la transferencia múltiple de embriones (MET) se ha empleado tradicionalmente para aumentar las posibilidades de embarazo, conlleva riesgos. Por ello, las técnicas de selección embrionaria han despertado un creciente interés. La introducción de incubadores con tecnología time-lapse permitió analizar embriones sin alterar las condiciones de cultivo y supuso la introducción de los primeros algoritmos de selección embrionaria. En consecuencia, desarrollar e incluir enfoques de IA es el reto actual. Esta tesis aborda retos del mundo real en el campo de la embriología mediante la aplicación de métodos de aprendizaje profundo. El objetivo final es diseñar, desarrollar y validar herramientas que apoyen la rutina diaria en un laboratorio de FIV, mejorando en última instancia las tasas de éxito en las clínicas de reproducción asistida. La complejidad de las tareas resueltas aumenta sistemáticamente, proporcionando un conocimiento consistente basado en la embriología. Los objetivos específicos consisten en resolver tareas concretas con diferentes metodologías y explorar técnicas novedosas de IA. Las tareas incluyen la fecundación, la viabilidad, la calidad y la predicción de euploides. Los enfoques técnicos abarcan la automatización, segmentación, aprendizaje contrastivo supervisado y técnicas de transferencia inductiva. Los resultados contribuyen al campo de la embriología, mostrando aplicaciones potenciales de metodologías innovadoras de IA. Los objetivos futuros introducen una integración coherente en los laboratorios de embriología, teniendo en cuenta las condiciones clínicas reales, contribuir a mejorar las tasas de éxito en las clínicas de reproducción asistida, y explorar en mayor profundidad técnicas no-invasivas para el análisis genético. / [CA] L'aplicació de la intel·ligència artificial (IA) en reproducció assistida aborda el complex panorama de la infertilitat, una patologia prevalent que afecta un percentatge significatiu de la població en edat reproductiva. Els avanços en medicina reproductiva, marcats per fites com la fecundació in vitro (FIV) i la microinjecció intracitoplasmàtica d'espermatozoides (ICSI), han donat lloc al desenvolupament de tècniques de reproducció assistida (TRA). Encara que la transferència múltiple d'embrions (MET) s'ha emprat tradicionalment per a augmentar les possibilitats d'embaràs, comporta riscos. Per això, les tècniques de selecció embrionària han despertat un creixent interés. La introducció d'incubadors amb tecnologia time-lapse va permetre analitzar embrions sense alterar les condicions de cultiu i va suposar la introducció dels primers algorismes de selecció embrionària. En conseqüència, desenvolupar i incloure enfocaments de IA és el repte actual. Esta tesi aborda reptes del món real en el camp de l'embriologia mitjançant l'aplicació de mètodes d'aprenentatge profund. L'objectiu final és dissenyar, desenvolupar i validar eines que donen suport a la rutina diària en un laboratori de FIV, millorant en última instància les taxes d'èxit en les clíniques de reproducció assistida. La complexitat de les tasques resoltes augmenta sistemàticament, proporcionant un coneixement consistent basat en l'embriologia. Els objectius específics consistixen a resoldre tasques concretes amb diferents metodologies i explorar tècniques noves de IA. Les tasques inclouen la fecundació, la viabilitat, la qualitat i la predicció d'euploides. Els enfocaments tècnics inclouen automatització, segmentació, aprenentatge contrastiu supervisat i tècniques de transferència inductiva. Els resultats contribuïxen al camp de l'embriologia, mostrant aplicacions potencials de metodologies innovadores de IA. Els objectius futurs introduïxen una integració coherent en els laboratoris d'embriologia, tenint en compte les condicions clíniques reals, contribuir a millorar les taxes d'èxit en les clíniques de reproducció assistida, i explorar en major profunditat tècniques no-invasives per a l'anàlisi genètica / [EN] The application of artificial intelligence (AI) in assisted reproduction addresses the complex landscape of infertility, a prevalent condition affecting a significant percentage of the reproductive-age population. Advances in reproductive medicine, marked by milestones such as in vitro fertilization (IVF) and intracytoplasmic sperm microinjection (ICSI), have led to the development of assisted reproduction techniques (ART). While multiple embryo transfer (MET) has traditionally been employed to increase pregnancy chances, it carries risks. Therefore, embryo selection techniques have suffered a rapid increase in interest. The introduction of incubators with time-lapse technology allowed embryo analysis without disturbing culture conditions and involved the introduction of the first embryo selection algorithms. Consequently, developing and including AI approaches is the current challenge. This thesis addresses real-world challenges in the embryology field by applying deep learning methods. The final goal is to design, develop, and validate tools that support the daily routine in an IVF laboratory, ultimately improving success rates in assisted reproductive clinics. The complexity of the solved tasks increases systematically, providing consistent knowledge based on embryology. Specific goals involve solving concrete tasks with different methodologies and exploring novel AI techniques. The tasks include fecundation, viability, quality, and prediction of euploid embryos. The technical approaches encompass automation, segmentation, supervised contrastive learning, and inductive transfer techniques. The findings contribute to the field of embryology, showcasing potential applications of innovative AI methodologies. Future goals introduce consistent integration into embryology laboratories, taking into account real clinical conditions, contributing to improved success rates in assisted reproduction clinics, and further exploring non-invasive techniques for genetic analysis. / Paya Bosch, E. (2024). Deep Learning for the Automation of Embryo Selection in an In Vitro Fertilization Laboratory [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/206839

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

En la última década, los métodos kernel (métodos núcleo) han demostrado ser técnicas muy eficaces en la resolución de problemas no lineales. Parte de su éxito puede atribuirse a su sólida base matemática dentro de los espacios de Hilbert generados por funciones kernel ("reproducing kernel Hilbert spaces", RKHS); y al hecho de que resultan en problemas convexos de optimización. Además, son aproximadores universales y la complejidad computacional que requieren es moderada. Gracias a estas características, los métodos kernel constituyen una alternativa atractiva a las técnicas tradicionales no lineales, como las series de Volterra, los polinómios y las redes neuronales. Los métodos kernel también presentan ciertos inconvenientes que deben ser abordados adecuadamente en las distintas aplicaciones, por ejemplo, las dificultades asociadas al manejo de grandes conjuntos de datos y los problemas de sobreajuste ocasionados al trabajar en espacios de dimensionalidad infinita.En este trabajo se desarrolla un conjunto de algoritmos basados en métodos kernel para resolver una serie de problemas no lineales, dentro del ámbito del procesado de señal y las comunicaciones. En particular, se tratan problemas de identificación e igualación de sistemas no lineales, y problemas de separación ciega de fuentes no lineal ("blind source separation", BSS). Esta tesis se divide en tres partes. La primera parte consiste en un estudio de la literatura sobre los métodos kernel. En la segunda parte, se proponen una serie de técnicas nuevas basadas en regresión con kernels para resolver problemas de identificación e igualación de sistemas de Wiener y de Hammerstein, en casos supervisados y ciegos. Como contribución adicional se estudia el campo del filtrado adaptativo mediante kernels y se proponen dos algoritmos recursivos de mínimos cuadrados mediante kernels ("kernel recursive least-squares", KRLS). En la tercera parte se tratan problemas de decodificación ciega en que las fuentes son dispersas, como es el caso en comunicaciones digitales. La dispersidad de las fuentes se refleja en que las muestras observadas se agrupan, lo cual ha permitido diseñar técnicas de decodificación basadas en agrupamiento espectral. Las técnicas propuestas se han aplicado al problema de la decodificación ciega de canales MIMO rápidamente variantes en el tiempo, y a la separación ciega de fuentes post no lineal. / In the last decade, kernel methods have become established techniques to perform nonlinear signal processing. Thanks to their foundation in the solid mathematical framework of reproducing kernel Hilbert spaces (RKHS), kernel methods yield convex optimization problems. In addition, they are universal nonlinear approximators and require only moderate computational complexity. These properties make them an attractive alternative to traditional nonlinear techniques such as Volterra series, polynomial filters and neural networks.This work aims to study the application of kernel methods to resolve nonlinear problems in signal processing and communications. Specifically, the problems treated in this thesis consist of the identification and equalization of nonlinear systems, both in supervised and blind scenarios, kernel adaptive filtering and nonlinear blind source separation.In a first contribution, a framework for identification and equalization of nonlinear Wiener and Hammerstein systems is designed, based on kernel canonical correlation analysis (KCCA). As a result of this study, various other related techniques are proposed, including two kernel recursive least squares (KRLS) algorithms with fixed memory size, and a KCCA-based blind equalization technique for Wiener systems that uses oversampling. The second part of this thesis treats two nonlinear blind decoding problems of sparse data, posed under conditions that do not permit the application of traditional clustering techniques. For these problems, which include the blind decoding of fast time-varying MIMO channels, a set of algorithms based on spectral clustering is designed. The effectiveness of the proposed techniques is demonstrated through various simulations.

[ES] Esta tesis doctoral tiene como reto la mejora de precisión de un sistema de localización en interiores cuya aplicación principal es el entorno hospitalario. Se apuesta por una novedosa técnica importada recientemente a la tecnología y especificación Bluetooth denominada AoA, con la que se pretende cubrir todos los casos de uso a los que tecnologías existentes no pueden abordar debido a su limitación en la precisión. Gracias a la combinación de esta nueva técnica de posicionamiento junto con sus predecesoras, la solución puede llegar a cubrir otros escenarios de manera precisa y eficiente como la ubicación a nivel de cama, sillón o consulta, gracias al trabajo realizado en el marco de esta tesis, donde se ha mejorado la plataforma de localización de manera holística en los distintos elementos que la componen, buscando una relación coste-efectividad óptima: electrónica, radiofrecuencia y telemática. / [CA] Aquesta tesi doctoral té com a repte la millora de precisió d'un sistema de localització en interiors l'aplicació principal dels quals és l'entorn hospitalari. S'aposta per una nova tècnica importada recentment a la tecnologia i especificació Bluetooth denominada AoA, amb la qual es pretén cobrir tots els casos d'ús als quals tecnologies existents no poden abordar a causa de la seua limitació en la precisió. Gràcies a la combinació d'aquesta nova tècnica de posicionament juntament amb les seues predecessores, la solució pot arribar a cobrir altres escenaris de manera precisa i eficient com la ubicació a nivell de llit, butaca o consulta, gràcies al treball realitzat en el marc d'aquesta tesi, on s'ha millorat la plataforma de localització de manera holística en els diferents elements que la componen, buscant una relació cost-efectivitat òptima: electrònica, radiofreqüència i telemàtica. / [EN] The challenge of this doctoral thesis is to improve the precision of an indoor location system whose main application is the hospital environment. Work has been done on a new technique recently imported into Bluetooth technology and specification called AoA, which is intended to cover all use cases that existing technologies cannot solve due to their limitation in precision. Thanks to the combination of this new positioning technique together with its predecessors, the solution can cover other scenarios with precision and efficiency such as location at the bed, chair or box, thanks to the work carried out within the framework of this thesis, where the location platform has been improved holistically in the different elements that make it up, looking for an optimal cost-effectiveness relationship: electronics, radio frequency and telematics. / Casanova Murillo, M. (2024). Sistemas de localización en interiores en banda UHF [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/207553

[ES] La polarización es una propiedad fundamental de la luz que tiene muchas implicaciones tanto en la vida diaria como en los desarrollos tecnológicos más avanzados que emplean la luz. En consecuencia, controlar la polarización de la luz representa una tarea crítica que debe ejecutarse en la mayoría de los sistemas fotónicos. Este proceso se realiza en forma extendida mediante dispositivos pasivos como transformadores de onda que inducen una cantidad fija de birrefringencia o mediante controladores de polarización mecánicos, cuyas principales desventajas son su incapacidad para producir un tipo específico de birrefringencia (lineal pura, circular o elíptica) y sus diseños voluminosos, lo cual los hace inadecuados para la integración. Así, la investigación se centra en otro tipo de controladores de polarización, basados principalmente en metamateriales y fenómenos ópticos no lineales. Al estudiar diferentes interacciones no lineales luz-materia, el fenómeno de dispersión de Brillouin estimulado hacia atrás (SBS) surge como un candidato atractivo para realizar el control de la polarización de la luz. Su respuesta al estímulo de una onda de luz intensa (bombeo) tiene características dependientes de la polarización, y es el proceso no lineal requiere la menor potencia óptica para activarse. Más aún, se ha demostrado continuamente su flexibilidad para el ajuste de la frecuencia y del ancho de banda alterando la respuesta de frecuencia de la onda de bombeo. Esta Tesis Doctoral está dedicada al estudio de las propiedades dependientes de la polarización del SBS con el objetivo de lograr el control total de la polarización de la luz en términos del control de la birrefringencia, la frecuencia y el ancho de banda. Aquí se proporcionan los fundamentos teóricos necesarios para generar y controlar tanto el tipo como la magnitud de la birrefringencia, así como también el retardo de grupo diferencial (DGD) y la dispersión de DGD (DGDD) en fibras ópticas. Los experimentos muestran que estos parámetros se pueden cambiar dinámicamente con sólo una ligera variación de la ganancia del sistema inducida por SBS. A continuación, se muestra que la polarización se puede controlar en un ancho de banda más amplio que la respuesta natural de Brillouin y que también se puede adaptar para proporcionar un cierto perfil de retardancia. El ensanchamiento espectral del controlador de polarización basado en SBS se logra a través de la ingeniería de la respuesta en frecuencia de la fase de Brillouin mediante la regulación retroalimentada del bombeo, a diferencia de esquemas anteriores basados en el control de la amplitud y del retardo de tiempo. Se demuestra el ensanchamiento de la retardancia desde 51 MHz (interacción natural de SBS) hasta 0.9 GHz, en conjunto con el aplanamiento de su espectro. Finalmente, son analizados diferentes dispositivos que emplean como subsistema central el controlador de polarización basado en SBS. De este análisis se deriva una nueva técnica fotónica para implementar filtros de microondas tanto de banda suprimida como de banda pasante. El principio de funcionamiento se fundamenta en la rotación del estado de polarización de la banda de interés utilizando el controlador de polarización basado en SBS, en combinación con una fotodetección balanceada sensible a la polarización. Estos conceptos permiten la implementación de un filtro de una única etapa de fibra que se puede conmutar dinámicamente de una respuesta rechaza banda a una respuesta pasa banda, incrementando así su flexibilidad y potencial aplicación. Las pruebas llevadas a cabo con una sola etapa de una fibra con dispersión desplazada muestran que es posible implementar una banda de rechazo con un rechazo muy elevado de 67 dB. La atenuación fuera de banda en la configuración pasa banda, que es de 30 dB, tiene un desempeño similar a otros filtros de microondas fotónicos basados en SBS. / [CA] La polarització és una propietat fonamental de la llum que té moltes implicacions tant en la vida diària com en els desenvolupaments tecnològics més avançats que empren la llum. En conseq\"uència, controlar la polarització de la llum representa una tasca crítica que ha d¿executar-se en la majoria dels sistemes fotònics. Este procés es realitza en forma estesa mitjançant dispositius passius com a transformadors d'ona que induïxen una quantitat fixa de birefringència o mitjançant controladors de polarització mecànics, els principals desavantatges de la qual són la seua incapacitat per a produir un tipus específic de birefringència (lineal pura, circular o el líptica) i els seus dissenys voluminosos, la qual cosa els fa inadequats per a la integració. Així, la investigació se centra en un altre tipus de controladors de polarització, basats principalment en metamaterials i fenòmens òptics no lineals. En estudiar diferents interaccions no lineals llum-matèria, elfenomen de dispersió de Brillouin estimulat cap arrere (SBS) sorgix com un candidat atractiu per a realitzar el control de la polarització de la llum. La seua resposta a l'estímul d'una ona de llum intensa (bombament) té característiques dependents de la polarització, i és el procés no lineal requerix la menor potència òptica per a activar-se. Més encara, s'ha demostrat contínuament la seua flexibilitat per a l'ajust de la freqüència i de l'amplada de banda alterant la resposta de freqüència de l'ona de bombament. Esta Tesi Doctoral està dedicada a l'estudi de les propietats dependents de la polarització del SBS amb l'objectiu d'aconseguir el control total de la polarització de la llum en termes del control de la birefringència, la freqüència i l'amplada de banda. Ací es proporcionen els fonaments teòrics necessaris per a generar i controlar tant el tipus com la magnitud de la birefringència, així com també el retard de grup diferencial (DGD) i la dispersió de DGD (DGDD) en fibres òptiques. Els experiments mostren que estos paràmetres es poden canviar dinàmicament amb només una lleugera variació del guany del sistema induïda per SBS. A continuació, es mostra que la polarització es pot controlar en una amplada de banda més àmplia que la resposta natural de Brillouin i que també es pot adaptar per a proporcionar un cert perfil de retardancia. L'eixamplament espectral del controlador de polarització basat en SBS s'aconseguix a través de l'enginyeria de la resposta en freqüència de la fase de Brillouin mitjançant la regulació retroalimentada del bombament, a diferència d'esquemes anteriors basats en el control de l'amplitud i del retard de temps. Es demostra l'eixamplament de la retardancia des de 51 MHz (interacció natural de SBS) fins a 0.9 GHz, en conjunt amb l'aplanament del seu espectre. Finalment, són analitzats diferents dispositius que empren com a subsistema central el controlador de polarització basat en SBS. D'esta anàlisi es deriva una nova tècnica fotònica per a implementar filtres de microones tant de banda suprimida com de banda passant. El principi de funcionament es fonamenta en la rotació de l'estat de polarització de la banda d'interés utilitzant el controlador de polarització basat en SBS, en combinació amb una fotodetecció balancejada sensible a la polarització. Estos conceptes permeten la implementació d'un filtre d'una única etapa de fibra que es pot commutar dinàmicament d'una resposta rebutja banda a una resposta passa banda, incrementant així la seua flexibilitat i potencial aplicació. Les proves dutes a terme amb una sola etapa d'una fibra amb dispersió desplaçada mostren que és possible implementar una banda de rebuig amb un rebuig molt elevat de 67 dB. L'atenuació fora de banda en la configuració passa banda, que és de 30 dB, té un acompliment similar a altres filtres de microones fotònics basats en SBS. / [EN] Polarization is a fundamental property of light that has many implications in daily life as well as in the most advanced technological developments that employ light. Consequently, controlling the polarization of light represents a critical task that must be executed in most photonic systems. This process is extensively done by passive devices such as waveplates that induce a fixed amount of birefringence or by mechanical polarization controllers, whose main disadvantages are their inability to produce a specific type of birefringence (pure linear, circular, or elliptical) and their bulky designs, which make them unsuitable for integration. Consequently, research is focused on other types of polarization controllers, mainly based on metamaterials and nonlinear optic phenomena. When studying different nonlinear light-matter interactions, backward-stimulated Brillouin Scattering (SBS) emerges as an appealing candidate for performing polarization control of light. Its response to the stimulus of an intense light wave (pump) has polarization-dependent characteristics, and the nonlinear process requires the least optical power to be activated. Moreover, its frequency and bandwidth tuning flexibility have been continuously proven by altering the frequency response of the pumping wave. This PhD Thesis is devoted to studying the polarization-dependent properties of SBS to achieve full polarization control of light in terms of birefringence, frequency, and bandwidth. Here, the theoretical background required to generate and control both the type and magnitude of the birefringence is provided, as well as differential group delay (DGD) and DGD dispersion (DGDD) in optical fibers. Experiments show these parameters can be dynamically changed with only slightly variation of the system's SBS-induced gain. Next, it is shown that polarization can be controlled in a bandwidth wider than the natural Brillouin response and can also be tailored to provide a specific retardance profile. The spectral broadening of the SBS-based polarization controller is achieved through the engineering of Brillouin phase frequency response via feedback pump regulation, unlike previous schemes based on amplitude and time delay control. Retardance broadening from 51 MHz (natural SBS interaction) to 0.9 GHz, along with retardance spectrum flattening, is demonstrated. Finally, different devices that employ the SBS-based polarization controller as a core subsystem are analyzed. This analysis derives a new photonic technique to implement both stopband and passband microwave filters. The principle of operation relies on rotating the state of polarization of the band of interest using the SBS-based polarization controller in combination with polarization-sensitive balanced photodetection. These concepts permit implementing a single-fiber stage filter that can be dynamically switched from a stopband response to a passband response, thus enhancing its flexibility and application potential. Tests carried out with a single stage of a dispersion-shifted fiber show that a very high rejection of 67 dB can be implemented in the stopband. Out-of-band attenuation in the passband configuration, which is 30 dB, performs similarly to other SBS-based microwave photonic filters. / Zoireff Juárez, G. (2024). Brillouin-Based Full Polarization Control of Light and Applications [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/205395