Nivel SNII:
Formación:
Doctorado en Visión por Computador e Imagen Electrónica
Proyectos:
- Generación de informes multimodales para la caracterización de cálculos renales,
- Evaluación y elaboración de informes de colitis ulcerosa asistidas por IA,
- Reconstrucción digital en 3D de órganos internos,
- IA para la comprensión y evaluación de la cirugía de cataratas
Áreas de interés:
- Imagenología endoscópica,
- Análisis de vídeo quirúrgico,
- Computación de imágenes médicas,
- Cirugía guiada por imagen,
- IA explicable.
Tesis:
- Una metodología de alto nivel para la generación automática de sistemas dinámicamente reconfigurables utilizando IP-XACT y el perfil UML MARTE.
Publicaciones:
- Daniel Flores-Araiza, Francisco Lopez-Tiro, Clément Larose, Salvador Hinojosa, Andres Mendez-Vazquez, Miguel Gonzalez-Mendoza, Gilberto Ochoa-Ruiz, Christian Daul, Improving prototypical parts abstraction for case-based reasoning explanations designed for the kidney stone type recognition, Artificial Intelligence in Medicine, Volume 170, 2025, 103266, ISSN 0933-3657
- M. A. Teevno, R. Martinez-Garcia-Peña, G. Ochoa-Ruiz y S. Ali, “Domain Generalization for Endoscopic Image Segmentation by Disentangling Style-Content Information and SuperPixel Consistency,” 2024 IEEE 37th International Symposium on Computer-Based Medical Systems (CBMS), Guadalajara, México, 2024, pp. 383-390, doi: 10.1109/CBMS61543.2024.00070.
- Teevno, M.A., Ochoa-Ruiz, G., Ali, S. (2025). Tackling Domain Generalization for Out-of-Distribution Endoscopic Imaging. En: Xu, X., Cui, Z., Rekik, I., Ouyang, X., Sun, K. (eds) Machine Learning in Medical Imaging. MLMI 2024. Lecture Notes in Computer Science, vol 15242. Springer, Cham. https://doi.org/10.1007/978-3-031-73290-4_5
- Lopez-Tiro, Francisco, et al. (2024), On The In Vivo Recognition Of Kidney Stones Using Machine Learning. IEEE Access (2024), doi: 10.1109/ACCESS.2024.3351178. Gonzalez-Perez, R. et al. (2024) Generation of Realistic Images of Kidney Stones Using Diffusion Models, Symp. sobre Sistemas Médicos Basados en Computadora (CBMS), Guadalajara, México, 10.1109/CBMS61543.2024.00029
- González-Zapata, J., Lopez-Tiro, F. et al. (2024). A metric learning approach for endoscopic kidney stone identification, Expert Systems with Applications, Elsevier https://doi.org/10.1016/j.eswa.2024.124711
- Reyes-Amezcua et al. (2024a), Leveraging Pre-trained Models for Robust Federated Learning for Kidney Stone Type Recognition, 23.ª Conferencia Internacional Mexicana de Inteligencia Artificial (MICAI) – Avances en Computación Blanda (Springer), Puebla, México https://doi.org/10.1007/978-3-031-75543-9_13
- Reyes-Amezcua et al. (2024b), EndoDepth: A Benchmark for Assessing Robustness in Endoscopic Depth Prediction, 2.º Taller sobre Ingeniería de Datos para Imágenes Médicas (Data Eng. For Medical Imaging), celebrado junto con MICCAI, Marrakech, Marruecos https://doi.org/10.1007/978-3-031-73748-0_9
- Reyes-Amezcua et al. (2024b), EndoDepth: A Benchmark for Assessing Robustness in Endoscopic Depth Prediction, 2.º Taller sobre Ingeniería de Datos para Imágenes Médicas (Data Eng. For Medical Imaging), celebrado junto con MICCAI, Marrakech, Marruecos
- Lopez-Tiro, F. et al. (2024). Boosting Kidney Stone Identification in Endoscopic Images Using Two-Step Transfer Learning. En: Calvo, H., Martínez-Villaseñor, L., Ponce, H. (eds.) Advances in Soft Computing. MICAI 2023. Lecture Notes in Computer Science(), vol. 14392. Springer, Cham. https://doi.org/10.1007/978-3-031-47640-2_11
- Daniel Flores-Araiza, Francisco Lopez-Tiro, Jonathan El-Beze, Jacques Hubert, Miguel Gonzalez-Mendoza, Gilberto Ochoa-Ruiz, Christian Daul; Actas de los talleres de la conferencia IEEE/CVF sobre Visión por Computadora y Reconocimiento de Patrones (CVPR), 2023, pp. 295-304
- D. Flores-Araiza et al., “On the Link Between Model Performance and Causal Scoring of Medical Image Explanations,” 37.º Simposio Internacional IEEE sobre Sistemas Médicos Basados en Computadora (CBMS) de 2024, Guadalajara, México, 2024, pp. 1-8, doi: 10.1109/CBMS61543.2024.00009.
- Ali, M., Toman, R., Ochoa-Ruiz, G., Ali, S. (2026). PolypDINO: Adaptación de DINOv2 para la segmentación de pólipos con generalización de dominio. En: Ali, S., Hogg, D.C., Peckham, M. (eds.) Medical Image Understanding and Analysis. MIUA 2025. Lecture Notes in Computer Science, vol. 15918. Springer, Cham. https://doi.org/10.1007/978-3-031-98694-9_14
- Teevno, M. A., Ochoa-Ruiz, G., y Ali, S. (2022). Un marco semisupervisado de tipo profesor-alumno para la detección y localización de instrumentos quirúrgicos. Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization, 11(4), 1033–1041. https://doi.org/10.1080/21681163.2022.2150688
- J.C. Angeles-Ceron, G. Ochoa-Ruiz, L. Chang, S. Ali, «Segmentación de instancias en tiempo real de instrumentos quirúrgicos mediante atención y fusión de características multiescala», en proceso de revisión en Medical Image Analysis, 2021.
- G. Ochoa-Ruiz, F. Lopez-Tiro, D. Flores-Araiza, J. Elbeze, D.-H. Trinh, M. Gonzalez-Mendoza, P. Eschwege, V. Estrade, J. Hubert, C. Daul, «Sobre el reconocimiento in vivo de cálculos renales mediante aprendizaje automático», Computer Methods and Programs in Biomedicine (CMPB), Elsevier.