Profesores e Investigadores

Departamentos

Curriculum Vitae

Norberto Antonio Malpica González
Titular de Universidad
Coordinador/a de la Línea de Investigación de Inteligencia Artificial
3
Quinquenios
2017
3
Docentia
2016-17
3
Sexenios investigación
2014
1
Sexenios transferencia
2016

Centro

E.S. CC. Experimentales y Tecnología

Departamento

Matemática Aplicada, Ciencia e Ingeniería de los Materiales y Tecnología Electrónica

Área

Tecnología Electrónica

Contacto

norberto.malpica@urjc.es
Información general
Presentación

  • Soy Ingeniero de Telecomunicación por la Universidad Politécnica de Madrid (UPM), Master en Tecnología e Instrumentación Médica por la UNED y Doctor en Ingeniería Biomédica, también por la UPM.

    Comencé mi carrera trabajando en el diseño de sistemas multimedia para teleradiología en el marco de dos proyectos europeos, y después me especialicé en visión artificial aplicada a imagen médica. He trabajado en análisis de imagen de microscopía en genética y en oncología, análisis de imagen de ecocardiografía y análisis de neuroimagen por Resonancia Magnética. También he trabajado en el diseño de sistemas digitales en el sector energético y en sanidad.

    Actualmente soy Profesor Titular de Universidad en la Universidad Rey Juan Carlos, donde dirijo el http://laimbio.es/ Laboratorio de Análisis de Imagen Médica y Biometría de la red de laboratorios de Madri+d.

    El laboratorio se especializa en análisis de imagen multimodal (Resonancia Magnética, Tomografía Computerizada, sistemas híbridos PET/MR y microscopía) con aplicaciones en  neurología, psiquiatría y oncología.

    Entre 2011 y 2016 fui el subdirector en Madrid del Consorcio Madrid-MIT M+Visión entre la Comunidad de Madrid y Massachusetts Institute of Technology, y ahora soy miembro del claustro del programa MIT linQ.

    Me interesan especialmente la investigación translacional, y las metodogías de innovación que permiten crear proyectos con impacto real en la clínica y en la industria.

    He dirigido 6 proyectos de investigación con financiación pública y 12 Contratos de investigación con entidades privadas (centros clínicos, centros de investigación y empresas).

    ¿Quieres estudiar un Máster en la URJC?

    Ya está abierto el periodo de matriculación para los tres másteres en los que imparto docencia:

    1. Máster Universitario en Visión Artificial: El único master de Madrid especializado en visión por ordenador e inteligencia artificial. Aprenderás a procesar imagen y vídeo con aplicaciones en muchos ámbitos, de la mano de profesores expertos en este ámbito. En España cada vez hay más empresas en este sector, y casi todas colaboran con el Master.

    2. Máster Universitario en Ingeniería Industrial: Master oficial para poder ejercer la profesión de Ingeniero Industrial. Dos años, con varias áreas de especialización y mucho contacto con empresas.

    3. Máster Universitario en Neurociencia Cínica y Neuropsicología: Profesorado experto y multimodal para un enfoque integral de la neurociencia aplicada. Es la tercera edición y no para de crecer.

    Más información en: https://www.urjc.es/universidad/facultades/escuela-de-masteres-oficiales

Méritos
Docencia y asignaturas impartidas en el curso actual

  • Grado

    PLAN ASIGNATURA
    (2291) GRADO EN INGENIERIA BIOMEDICA (INGLES) (ALCORCON)MEDICAL IMAGE ANALYSIS

    Máster universitario oficial

    PLAN ASIGNATURA
    (6258) MÁSTER UNIVERSITARIO EN INGENIERÍA INDUSTRIALDIRECCIÓN DE PROYECTOS Y GESTIÓN DE I+D+I
    (6258) MÁSTER UNIVERSITARIO EN INGENIERÍA INDUSTRIALVISIÓN ARTIFICIAL
    (6270) MÁSTER UNIVERSITARIO EN NEUROCIENCIA COGNITIVA Y NEUROPSICOLOGÍAANÁLISIS DE SEÑALES HEMODINÁMICAS: REDES ANATÓMICAS Y FUNCIONALES
    (6338) MÁSTER UNIVERSITARIO EN NEUROCIENCIA COGNITIVA Y NEUROPSICOLOGÍAANÁLISIS DE SEÑALES HEMODINÁMICAS: REDES ANATÓMICAS Y FUNCIONALES
    (6230) MÁSTER UNIVERSITARIO EN VISIÓN ARTIFICIALIMAGEN MÉDICA
    (6230) MÁSTER UNIVERSITARIO EN VISIÓN ARTIFICIALINTRODUCCIÓN A LA INVESTIGACIÓN EN VISIÓN ARTIFICIAL
HISTÓRICO DOCENTE (ÚLTIMOS 10 CURSOS ACADÉMICOS)

Listado de proyectos (Últimos 10 años)
Códigos de investigador
Publicaciones

    1. Pardo E., González G., Tucker-Schwartz J., Dave S.R., Malpica N. H-EM: an algorithm for simultaneous cell diameter and intensity quantification in low-resolution imaging cytometry. PLOS ONE, 14(9):e0222265, 2019.
    2. Benito¿León J., Sanz¿Morales E., Melero H., Louis E.D., Romero J. P., Rocon E., Malpica N. Graph theory analysis of resting¿state functional magnetic resonance imaging in essential tremor. Human brain mapping. In press, 2019..
    3. Pardo E., Garfias C., Malpica N. Seismic Phase Picking Using Convolutional Networks. IEEE Transactions on Geoscience and Remote Sensing, 57(9), 7086 ¿ 7092, 2019.
    4. Vera-Olmos F.J., Pardo E., Melero H. Malpica, N. DeepEye: Deep convolutional network for pupil detection in real environments. Integrated Computer-Aided Engineering, 26(1), 85-95, 2019.
    5. Torrado-Carvajal A., Vera-Olmos J., Izquierdo-Garcia D., Catalano O.A., Morales M.A., Margolin J., Soricelli A., Salvatore M., Malpica N., Catana C. Dixon-VIBE Deep Learning (DIVIDE) Pseudo-CT Synthesis for Pelvis PET/MR Attenuation Correction. Journal of Nuclear Medicine, 60(3), 429-435, 2019.
    6. Torrado-Carvajal A., Eryaman Y., Turk E.A., Herraiz J.L., Hernandez-Tamames J.A., Adalsteinsson E., Wald E., Malpica N. Computer-Vision Techniques for Water-Fat Separation in Ultra-High Field MRI Local Specific Absorption Rate Estimation. IEEE Transactions on Biomedical Engineering, 66(3), 768-774, 2019.
    7. Commowick O. et al. Objective Evaluation of Multiple Sclerosis Lesion Segmentation using a Data Management and Processing Infrastructure. Scientific Reports, 8(13560), 1-17, 2018.
    8. Pardo E., Morgado, J.M., Malpica N. Semantic segmentation of mFISH images using convolutional neural networks. Cytometry A. 93(6):620-627, 2018.    
    9. Luo J., Abaci Turk E., Bibbo C., Gagoski B., Roberts D.J., Vangel M., Tempany-Afdhal C.M., Barnewolt C., Estroff J., Palanisamy A., Barth W.H., Zera C., Malpica N., Golland P., Adalsteinsson E., Robinson J.N., Grant P.E. In Vivo Quantification of Placental Insufficiency by BOLD MRI: A Human Study. Scientific  Reports, 7(1):3713, 2017.
    10. Turk E.A., Luo J., Gagoski B., Pascau J., Bibbo C., Robinson J.N., Grant P.E., Adalsteinsson E., Golland P,. Malpica N. Spatiotemporal alignment of in utero BOLD¿MRI series. Journal of Magnetic Resonance Imaging 46(2):403-412, 2017.
    11. Alcain E., Torrado-Carvajal A., Malpica N, and Montemayor A.S. Real-Time Patch-Based Medical Image Modality Propagation by GPU Computing. Journal of Real-Time Image Processing,  13(1), 193-204, 2017.
    12. Benito-León, J., Louis, E. D., Mato-Abad, V., Dydak, U., Álvarez-Linera, J., Hernández-Tamames, J. A., Malpica N., Matarazzo M., Romero J.P.,  Sánchez-Ferro. In vivo neurometabolic profiling in orthostatic tremor. Medicine, 95(37),  2016.
    13. Torrado-Carvajal, A., Herraiz, J. L., Alcain, E., Montemayor, A. S., Garcia-Cañamaque, L., Hernandez-Tamames, J. A., Malpica, N. Fast Patch-Based Pseudo-CT Synthesis from T1-Weighted MR Images for PET/MR Attenuation Correction in Brain Studies. Journal of Nuclear Medicine, 57(1), 136-143, 2016.
    14. Torrado-Carvajal A., Herraiz J.L., Hernandez-Tamames J.A., San Jose-Estepar R., Eryaman Y., Rozenholc Y., Adalsteinsson E., Wald L.L., and Malpica N. Multi-Atlas and Label Fusion Approach for Patient-Specific MRI Based Skull Estimation. Magnetic Resonance in Medicine, vol. 75, no. 4, pp. 1797-1807, 2016.
    15. Yigitcan Eryaman; et al. 2014. Parallel Transmit Pulse Design for Patients with Deep Brain Stimulation Implants. Magnetic Resonance in Medicine. Wiley Periodicals, Inc.. 73-5, pp.1896-1903.
    16. Eryaman, Y., Guerin, B., Keil, B., Mareyam, A., Herraiz, J. L., Kosior, R. K., ... & Schiavi, E. SAR reduction in 7T C¿spine imaging using a ¿dark modes¿ transmit arr

2021 © Universidad Rey Juan Carlos