Research

Project

TALENT-HIPSTER: HIgh Performance Systems and Technologies for E-health and fish faRming

Research areas:
Status:
In progress
Project leaders:
Eduardo Juárez Martínez
Members:
Fernando Pescador del Oso; Gabriel Noé Mujica Rojas; Alonso Rodriguez Medina; Matías Garrido González; Miguel Chavarrías Lapastora; Juan Manuel Meneses Chaus; César Sanz Álvaro; Ángel Manuel Groba González; Lucas Montero Cordal; Jaime Sancho Aragón; Eduardo de la Torre; José Andres Otero; Rodrigo Mariño Andrés; Gemma Urbanos García
Start date:
01-09-2021
End date:
31-08-2024

Description:

En la actualidad existen sensores cada vez más complejos que permiten, a través de plataformas igualmente complejas (Internet de las Cosas, IoT), obtener y fusionar gran cantidad de datos de carácter heterogéneo del medio que nos rodea. Adicionalmente, la inteligencia artificial y más concretamente el aprendizaje automático (machine learning) permite extraer información útil de esa ingente cantidad de datos. Así, IoT e inteligencia artificial se convierten en potentes herramientas para la extracción rápida de información, con el objetivo final de acelerar el proceso de toma de decisiones. En este proyecto, se propone un avance en el estado del arte de estas tecnologías de forma que permita abordar los retos actuales tanto de carácter general como en su aplicación a 2 casos de uso. Así, se analizará la acción combinada de sensores complejos y plataformas IoT con inteligencia artificial y procesamiento de altas prestaciones en el edge, para tomar decisiones localmente en tiempo real, en los ámbitos medioambiental y de salud.

El caso de uso de salud se centra en pacientes con cáncer de cerebro y del sistema nervioso central. Las tecnologías estudiadas ofrecerán información valiosa en la toma de decisiones durante el preoperatorio, la intervención quirúrgica y el postoperatorio, incorporando sensores de imagen de última generación, principalmente basados en tecnología hiperespectral macro- y microscópica. El caso de uso de gestión medioambiental se enfoca a utilizar las tecnologías mencionadas para el diseño de explotaciones más productivas, sostenibles y respetuosas con el bienestar animal, y a la vigilancia del medio natural. Se integrarán y desplegarán diferentes tipos de sensores en el entorno terrestre y acuático, en animales o utilizando drones, y cuya información podrá servir de base a los sistemas de análisis de datos.

Nowadays there are increasingly complex sensors that allow, through equally complex platforms (Internet of Things, IoT), to obtain and merge a large amount of heterogeneous data from the environment around us. Additionally, artificial intelligence and more specifically machine learning allows to extract useful information from this huge amount of data. Thus, IoT and artificial intelligence become powerful tools for the rapid extraction of information, with the ultimate goal of accelerating the decision-making process. In this project, we propose an advance in the state of the art of these technologies in a way that will allow us to address current challenges both in general and in their application to 2 use cases. Thus, the combined action of complex sensors and IoT platforms with artificial intelligence and high- performance processing on the edge, to make decisions locally in real time, in the environmental and health fields, will be analyzed.

The health use-case focuses on patients with brain and central nervous system cancer. The technologies studied will offer valuable information in the decision-making process during the pre-surgery, surgical and post-operative stages, incorporating state-of-the-art image sensors, mainly based on hyperspectral macro- and microscopic technology. The environmental management use-case is focused on using the aforementioned technologies for the design of more productive, sustainable and respectful with the animal welfare, and to the surveillance of the natural environment. Different types of sensors will be integrated and deployed in the terrestrial and aquatic  environment, in animals or using drones, and whose information can serve as a basis for data analysis systems.

 

Proyecto PID2020-116417RB-C41  financiado por: