Skip to main content
 
Tipo de expresión:
Doctorado: Propuesta de dirección de tesis doctoral/temática para solicitar ayuda predoctoral ("Hosting Offer o EoI")

Ámbito:
Biología molecular e inteligencia artificial

Área:
Vida

Modalidad:
Ayudas para contratos predoctorales para la formación de doctores (antiguas FPI)

Referencia:
2025 / PID2024-158469NB-I00

Centro o Instituto:
INSTITUTO BIOFISIKA

Investigador:
DANIEL CASTAÑO DIEZ

Palabras clave:
Aprendizaje de grafos, segmentación, visión por computador

Documentos anexos:
721683.pdf
721170.pdf

PIF2025 - Aprendizaje de grafos para clasificación y segmentación en criotomografía electrónica - (PID2024-158469NB-I00)

El proyecto se desarrollará en el Laboratorio de Métodos Numéricos en Criomicroscopía Electrónica de Tomografía (cryoET), dirigido por el Dr. Daniel Castaño Díez en el Instituto Biofisika (CSIC-EHU), en Leioa, cerca de Bilbao. El grupo se dedica al desarrollo de metodologías computacionales para el análisis e interpretación automatizados de imágenes celulares en 3D, principalmente a través de su plataforma de software propia Dynamo (https://dynamo-em.org). El objetivo del proyecto es ampliar Dynamo mediante la integración de nuevas técnicas de aprendizaje profundo (Deep Learning) para la identificación y caracterización de proteínas pequeñas y flexibles en su entorno natural. En concreto, se plantea el uso de modelado por grafos como punto de partida para la localización de estructuras extensas del entorno celular, como membranas o filamentos. La persona contratada contribuirá al desarrollo de estas metodologías, así como al desarrollo y mantenimiento continuado del software. Además, participará en el análisis de conjuntos de datos de cryoET proporcionados por colaboradores externos.
Información adicional
Contactar con la unidad
Tamaño máximo 50 caracteres
CAPTCHA
Introduce los caracteres que se muestran en la imagen.
Esta pregunta es para comprobar si eres un visitante humano y para evitar el envío automático de spam.