Saltar al contenido

Grupo Sistemas Informáticos de Nueva Generación (SING)

Descripción del grupo

El grupo de Sistemas Informáticos de Nueva Generación (SING, https://www.sing-group.org), liderado por el profesor Dr. Florentino Fernández Riverola, está formado por personal docente e investigador experto en ingeniería del software y aprendizaje automático que aplican sus conocimientos a los campos de la bioinformática y los sistemas de apoyo a la toma de decisiones clínicas. En este sentido, el grupo SING colabora con grupos de investigación nacionales e internacionales, llevando a cabo una investigación aplicada e interdisciplinaria.

Forma parte del Centro de Investigación en Nanomateriales y Biomedicina (CINBIO) de la Universidad de Vigo desde su creación como Centro Singular del Sistema Universitario de Galicia en el año 2016. También forma parte del Instituto de Investigación Galicia Sur (IISGS) desde el año 2018, donde desarrolla proyectos y colaboraciones en el área de sistemas de apoyo a la toma de decisiones clínicas.

Durante el período 2019-2025 fue reconocido como grupo de referencia competitiva de la Xunta de Galicia. En el año 2022 fue galardonado con uno de los Premios Objetivos de Desarrollo Sostenible (ODS), destinados a visibilizar la faceta social y transversal de los grupos galardonados, otorgado por el Colegio Profesional de Ingeniería en Informática de Galicia (CPEIG), y con el Spin-Off PuntoGal en la modalidad de grupos de investigación, otorgado por el dominio PuntoGal y GCiencia, con la colaboración de la Secretaría General de Universidades de la Xunta de Galicia.

Miembros del grupo en red AI4POLYPNET

  • Hugo López
  • Daniel González
  • Alba Nogueira
  • Miguel Reboiro
  • Florentino Fernández

Lista de publicaciones recientes en el ámbito:

Revistas
  • P. Davila-Piñón; A. Nogueira-Rodríguez; A.I. Díez-Martín; L. Codesido; J. Herrero; M. Puga; L. Rivas; E. Sánchez; F. Fdez-Riverola; D. Glez-Peña; M. Reboiro-Jato; H. López-Fernández; J. Cubiella (2024) Optical diagnosis in still images of colorectal polyps: comparison between expert endoscopists and PolyDeep, a Computer-Aided Diagnosis system. Frontiers in Oncology. Accepted manuscript. ISSN: 2234-943X
  • A. Nogueira-Rodríguez; D. Glez-Peña; M. Reboiro-Jato; H. López-Fernández (2023) Negative Samples for Improving Object Detection—A Case Study in AI-Assisted Colonoscopy for Polyp Detection. Diagnostics. Volume 13(5), 966. ISSN: 2075-4418. https://doi.org/10.3390/diagnostics13050966
  •  A. Nogueira-Rodríguez; M. Reboiro-Jato; D. Glez-Peña; H. López-Fernández (2022) Performance of Convolutional Neural Networks for Polyp Localization on Public Colonoscopy Image Datasets. Diagnostics. Volume 12(4), 898. ISSN: 2075-4418. https://doi.org/10.3390/diagnostics12040898
  • A. Nogueira-Rodríguez; R. Domínguez-Carbajales; F. Campos-Tato; J. Herrero; M. Puga; D. Remedios; L. Rivas; E. Sánchez; Á. Iglesias; J. Cubiella; F. Fdez-Riverola; H. López-Fernández; M. Reboiro-Jato; D. Glez-Peña (2022) Real-time polyp detection model using convolutional neural networks. Neural Computing and Applications. Volume 34, pp. 10375-10396. ISSN: (Online) 1433-3058 – (Print) 0941-0643. https://doi.org/10.1007/s00521-021-06496-4
  • A. Nogueira-Rodríguez; R. Domínguez-Carbajales; H. López-Fernández; Á. Iglesias; J. Cubiella; F. Fdez-Riverola; M. Reboiro-Jato; D. Glez-Peña (2021) Deep Neural Networks approaches for detecting and classifying colorectal polyps. Neurocomputing. Volume 423, pp. 721-734. ISSN: 0925-2312. https://doi.org/10.1016/j.neucom.2020.02.123
Congresos

Páginas web con más información sobre el grupo: