Disseny i optimització de xarxes neuronals convolucionals per a la classificació d’imatges derivades d’espectres de ¹H-RMN en estudis de metabolòmica

Detall TFG

Francesc SERRATOSA I CASANELLES

-


Disseny i optimització de xarxes neuronals convolucionals per a la classificació d’imatges derivades d’espectres de ¹H-RMN en estudis de metabolòmica

El treball s’emmarca en l’àmbit de la metabolòmica basada en Ressonància Magnètica Nuclear de protons (¹H-RMN), una tècnica àmpliament utilitzada per a la identificació i quantificació de metabòlits de baix pes molecular en mostres biològiques. En aquests estudis, l’anàlisi dels espectres i dels processos de deconvolució associats és fonamental per garantir una quantificació fiable dels metabòlits presents en la mostra. Aquest projecte se centrarà en la revisió i anàlisi d’imatges de deconvolució obtingudes a partir d’espectres de ¹H-RMN utilitzats en estudis de metabolòmica. L’objectiu principal és avaluar la qualitat de la deconvolució espectral i contribuir a optimitzar la quantificació de metabòlits, millorant els processos d’anàlisi i interpretació de dades derivades de RMN. Per abordar aquest problema, es desenvoluparà una eina computacional basada en tècniques d’aprenentatge profund. En concret, es dissenyaran, entrenaran i optimitzaran xarxes neuronals convolucionals (CNN) orientades a la classificació d’imatges derivades dels espectres de RMN, amb l’objectiu d’identificar patrons associats a diferents nivells de qualitat de la deconvolució espectral. Durant el desenvolupament del treball es preprocessaran i estructuraran els conjunts de dades per tal d’estandarditzar les entrades del model i millorar el procés d’entrenament. També s’exploraran diferents configuracions d’arquitectura i estratègies d’entrenament per millorar el rendiment i la capacitat de generalització dels models. Addicionalment, s’avaluarà el comportament dels models mitjançant diferents mètriques de rendiment i es plantejaran experiments per analitzar factors que poden afectar la classificació, com ara el desbalanceig de classes, l’overfitting o l’ajust d’hiperparàmetres. El projecte es desenvolupa en el marc de les pràctiques externes de l’estudiant a l’empresa Biosfer Teslab, on es disposa de les dades i del context aplicat necessari per dur a terme l’estudi. L’objectiu final és contribuir al desenvolupament d’eines automatitzades basades en intel·ligència artificial que facilitin l’anàlisi d’espectres de RMN en estudis de metabolòmica.

10-MAR-2026

-

-


Grau en Enginyeria Biomèdica
Imatge biomèdica i clínica - GEB

Finalitzat

Empresa
Confidencial
Anglès
Aprenentatge Servei

Alumne assignat

Nom Cognoms Data Assignació Curs
AINA MARIA MESTRE MAS 01-SET-2025 2025-2026

Fitxers

Fitxer Tipus de Document Descripció
Memoria_MESTREMAS_AINAMARIA.pdf Memòria

Tribunal

online

22-JUN-2026 11:00


Maria VINAIXA CREVILLENT

Francesc SERRATOSA I CASANELLES

Dídac RODA PITARG