Equipo del DCC obtuvo el primer lugar en competencia internacional de imágenes médicas

ImageCLEF, parte de la Conference and Labs of the Evaluation Forum (CLEF), es un espacio cuyo objetivo es entregar apoyo en la evaluación de métodos independientes para la anotación automática de imágenes con conceptos.

El equipo IALab/HAivis UC, conformado por los académicos del Departamento de Ciencia de la Computación Hans Löbel y Denis Parra, junto a estudiantes de pre y postgrado del Departamento, obtuvieron el primer lugar en la competencia internacional Medical ImageCLEF, categoría Image Captioning – Caption Prediction, organizado por ImageCLEF.

También alcanzaron el cuarto lugar en la categoría Concept Detection y séptimo lugar en las categorías de Tuberculosis CT analysis y Visual Question Answering.

ImageCLEF, parte de la Conference and Labs of the Evaluation Forum (CLEF), es un espacio cuyo objetivo es entregar apoyo en la evaluación de métodos independientes para la anotación automática de imágenes con conceptos, además de métodos de recuperación de información multimodal basado en factores textuales, visuales y multilingües, comparando los efectos de los procesos en múltiples idiomas.

La actividad, abierta a equipos de todo el mundo, buscó incentivar métodos que permitan acceso a grandes cantidades de imágenes y datos, utilizados en escenarios como recuperación de información, machine learning, deep learning, data mining y procesamiento de imagen y video, todo esto a través de desafíos que involucren factores como la multimodalidad y búsquedas interactivas.

Para Denis Parra, académico del DCC UC y parte del Instituto Milenio Fundamento de los Datos (IMFD), este resultado es de particular mérito al ser su primera actividad como equipo: “el equipo lo armamos en enero de este año, con casi puros alumnos de pregrado y solo dos que recién empezaron el magíster, todos con muy poca experiencia en el tema, pero con dos “entrenadores” en Pablo Pino (magister DCC UC) y Pablo Messina (doctorado DCC UC). Varios se fueron con tarea para la casa en febrero y siguieron estudiando los temas y practicando el uso de Pytorch y otras herramientas de deep learning durante las vacaciones. Desde marzo están con mucha carga de cursos en el semestre y aún así nos juntamos en marzo y abril los días viernes, compartiendo análisis de datos, discutiendo estrategias, depurando código, colaborando, etc”.