Nuevo trabajo del LIAA aceptado en MICCAI 2026 en colaboración con la Universidad Politécnica de Madrid
El artículo “Self-Supervised Temporal Regularization for Landmark-Based Cardiac Segmentation with Automatic AHA Regional Mapping“, desarrollado por David Montalvo-García, Nicolás Gaggion, María J. Ledesma-Carbayo y Enzo Ferrante, ha sido aceptado para su presentación en MICCAI 2026 (International Conference on Medical Image Computing and Computer-Assisted Intervention), una de las conferencias internacionales de mayor prestigio en el área de imágenes médicas e inteligencia artificial aplicada a la salud.
El trabajo propone una estrategia de regularización temporal auto-supervisada para la segmentación cardíaca basada en puntos de referencia (landmarks) en secuencias de ecocardiografía. La metodología mejora la consistencia temporal de las segmentaciones entre instantes de tiempo sin requerir anotaciones adicionales, lo que permite obtener estimaciones más robustas del movimiento cardíaco.
Además, el método aprovecha las correspondencias anatómicas para realizar automáticamente el mapeo al modelo estandarizado de 17 segmentos de la American Heart Association (AHA), facilitando el análisis regional del miocardio y contribuyendo a la detección de alteraciones en el movimiento cardíaco.
Este trabajo es fruto de una colaboración entre el LIAA y el grupo Biomedical Imaging Technologies (BIT) de la Universidad Politécnica de Madrid. La investigación se desarrolló a partir de la estancia de investigación realizada por David Montalvo-García en el LIAA durante el pasado año, fortaleciendo una línea de trabajo conjunta orientada al desarrollo de nuevas técnicas de inteligencia artificial para el análisis de imágenes cardíacas.
El preprint del artículo se encuentra disponible en arXiv: https://arxiv.org/abs/2606.31785
La presentación del trabajo tendrá lugar durante MICCAI 2026, que se celebrará en Estrasburgo (Francia) del 27 de septiembre al 1 de octubre.