Escola de Doctorat

Data de lectura: 14/10/2026

• RUÍZ GONZÁLEZ, JOSÉ JAVIER: Development of computational tools and pipelines for enhanced interpretation of Raman spectroscopy in biomedical applications
  
  Autor/a: RUÍZ GONZÁLEZ, JOSÉ JAVIER
  Programa: FOTÒNICA
  Departament: Institut de Ciències Fotòniques (ICFO)
  Modalitat: Normal
  Data de dipòsit: 07/07/2026
  Data de lectura: 14/10/2026
  Hora de lectura: 10:00
  Lloc de lectura: ICFO Auditorium
  Director/a de tesi: LOZA ALVAREZ, PABLO
  Resum de tesi: L’espectroscòpia Raman ha guanyat una creixent atenció durant les darreres dècades gràcies a la seva habilitat per extreure informació química de mostres de manera no destructiva. Tot i els avenços en instrumentació, encara no s’ha establert de manera rutinària en l’àmbit biomèdic. Una de les raons principals és la dificultat d’interpretar i extreure la informació química codificada en el senyal Raman, per tal de validar així la tècnica amb altres mètodes complementaris i ja ben establerts.Considerant això, l’objectiu d’aquesta Tesi es desenvolupar eines i fluxos analítics que millorin la interpretació bioquímica dels espectres Raman i demostrar la seva utilitat en dues línies de recerca biomèdica rellevants: la resistència del càncer de mama a tractaments neoadjuvants i el diagnòstic del melanoma de coroides. En primer lloc, hem desenvolupat i validat RamanBiolib, una biblioteca d’espectres Raman de codi obert, acompanyada d’algoritmes de cerca, amb l’objectiu de proporcionar una identificació ràpida i objectiva de biomolècules. En segon lloc, hem utilitzat RamanBiolib, després de la descomposició espectral, per identificar i quantificar la molècula de citocrom c en cèl·lules de càncer de mama resistents a tractaments neoadjuvants. Això ha revelat un desplaçament cap al seu estat reduït, com a mecanisme per evitar l’apoptosi i adquirir resistència als fàrmacs. També hem caracteritzat gotes lipídiques en cèl·lules tiple negatives, ressaltant la rellevància de l’anàlisi d’importància de variables en models de classificació. Aquest enfocament permet interpretar bioquímicament el rendiment de classificació i avaluar possibles contribucions de fons que poden contribuir a la seva precisió. Mitjançant aquest procediment, s’han detectat canvis significatius en la seva insaturació lipídica. A més, hem desenvolupat i validat RamanTF, un algoritme basat en transformadors, el qual quantifica automàticament biomolècules rellevants directament a partir d’espectres sense processament previ.Finalment, per estudiar mostres riques en melanina, hem establert un flux de processament i anàlisi per corregir interferències instrumentals observades en estudis previs, però que no s’havien corregit. Amb aquesta metodologia, s’han identificat propietats clau de la melanina, com ara el seu desordre estructural o abundància de defectes, que poden servir com a marcador biològic per diagnosticar melanomes de coroides. En conjunt, les eines, discussions i resultats presentats en aquesta Tesi fan avançar l’espectroscòpia Raman cap a la seva translació clínica i fonamenten la seva adopció més generalitzada com a tècnica rutinària en la recerca biomèdica i diagnòstica.
  

• SIRACUSA, MARCO: Hardware-Software Co-Design for Accelerating Sparse Tensor Algebra
  
  Autor/a: SIRACUSA, MARCO
  Programa: ARQUITECTURA DE COMPUTADORS
  Departament: Departament d'Arquitectura de Computadors (DAC)
  Modalitat: Normal
  Data de dipòsit: 23/07/2026
  Data de lectura: 14/10/2026
  Hora de lectura: 17:00
  Lloc de lectura: C6-E101
  Director/a de tesi: MORETÓ PLANAS, MIQUEL | ARMEJACH SANOSA, ADRIÀ
  Resum de tesi: Moltes càrregues de treball científiques i d’aprenentatge automàtic modernes presenten una estructura inherentment dispersa i irregular. Tanmateix, els superordinadors i centres de dades tradicionals estan optimitzats per a computació densa i regular. Com a resultat, les càrregues de treball disperses només utilitzen una fracció dels recursos disponibles del sistema, deixant sense aprofitar un rendiment significatiu. Tot i que s’han proposat solucions prèvies, aquestes solen adreçar-se a classes estretes d’operacions d’àlgebra de tensors dispersos, no aprofiten plenament els nuclis vectorials moderns, o deixen gran part de la càrrega de programabilitat a l’usuari, cosa que en limita l’adopció generalitzada. Per abordar aquesta mancança, aquesta tesi presenta un codisseny hardware–software per a l’execució eficient d’operacions generals d’àlgebra de tensors dispersos. Comencem analitzant les implicacions arquitectòniques de la dispersió en una àmplia gamma d’aplicacions científiques i d’aprenentatge automàtic. La nostra anàlisi revela que els nuclis de còmput tradicionals són fonamentalment poc adequats per al recorregut irregular de tensors i la fusió de coordenades necessaris per operar sobre formats de tensors dispersos. A partir d’aquestes observacions, dissenyem una arquitectura Decoupled Access–Execute (DAE) que descarrega aquestes operacions a una unitat especialitzada, la Tensor Marshaling Unit (TMU), mentre manté la computació al nucli. Demostrem que l’arquitectura DAE resultant supera les CPU i GPU tradicionals fins a un ordre de magnitud. Per oferir aquests guanys sense exposar la complexitat de la programació DAE als usuaris finals, també presentem Ember, un compilador que tradueix operacions disperses d’aprenentatge automàtic a codi DAE per a arquitectures com ara els sistemes TMU–CPU. Ember està implementat en MLIR, fet que permet una integració natural amb PyTorch i TensorFlow. Mitjançant l’automatització d’aquesta transformació, Ember desbloqueja tot el potencial de rendiment de la TMU sense imposar cap càrrega addicional de programabilitat.
  

Data de lectura: 15/10/2026

• PAREDES AHUMADA, JUAN ANTONIO: Improving Data-Driven Estimations of Physical Fields in IoT Sensor Networks
  
  Autor/a: PAREDES AHUMADA, JUAN ANTONIO
  Programa: ARQUITECTURA DE COMPUTADORS
  Departament: Departament d'Arquitectura de Computadors (DAC)
  Modalitat: Normal
  Data de dipòsit: 29/07/2026
  Data de lectura: 15/10/2026
  Hora de lectura: 15:00
  Lloc de lectura: Sala C6-E101
  Director/a de tesi: GARCÍA VIDAL, JORGE | BARCELÓ ORDINAS, JOSE MARIA
  Resum de tesi: Aquesta tesi explora estratègies basades en dades per a millorar el monitoratge de camps físics utilitzant xarxes de sensors basades en la Internet de les Coses (IoT). En aquest context, s'aborden dos nivells complementaris d'estimació de magnituds físiques. Primer, a nivell local, s'utilitzen mesuraments de nodes individuals per a crear un sensor virtual basat en tècniques d'aprenentatge automàtic (ML), capaç d'estimar una magnitud no monitorada prèviament. En segon lloc, a nivell de xarxa, s'utilitza una representació de baixa dimensionalitat dels mesuraments distribuïts espacialment, per a determinar la posició òptima de sensors que permeti reconstruir el camp físic sobre una àrea extensa.La primera part d'aquesta tesi s'enfoca en el desenvolupament de sensors virtuals basats en models indirectes per a estimar la concentració de contaminants no regulats i escassament monitorats, com el carboni negre (BC), a partir de mesuraments d'altres variables mediambientals. Així, s'han identificat les variables rellevants i s'ha estudiat l'impacte de diferents condicions meteorològiques, com l'estacionalitat, en l'acompliment del model. L'avaluació d'aquesta tècnica basada en dades revela que el model pot contribuir a reduir l'alt cost d'infraestructura i millorar l'avaluació de l'exposició personal en entorns urbans del Mediterrani. A més, el model s'ha adaptat per a ser utilitzat juntament amb nodes de sensors de baix cost (LCS), abordant els desafiaments de qualitat de dades que afecten l'obtenció d'estimacions fiables en escenaris reals, com ara la presència de soroll, dades que manca o diferències en l'interval de mostreig. Així, s'ha desenvolupat un model robust basat en ML per a estimar la concentració de BC, que incorpora tasques clau de preprocessament de dades i constitueix una millora en l'acompliment respecte a un model d'estimació bàsic que ignora aquests fenòmens.La segona part d'aquesta tesi estudia el problema d'ubicació òptima de sensors per a reconstruir adequadament un senyal en una regió extensa. En representar el senyal en termes d'una estructura de baixa dimensionalitat, és possible reduir significativament el nombre d'ubicacions necessàries per a estimar els valors del camp físic en les ubicacions restants. En particular, el problema de posicionament de sensors és formulat per a xarxes de monitoratge multiclasse, compostes per dispositius de diferent precisió. Els resultats mostren que l'algorisme proposat és apropiat per a xarxes de monitoratge que presenten una gran disparitat de precisió entre classes o en escenaris amb una limitada quantitat de sensors. Addicionalment, la grandària de la xarxa i el posicionament de sensors s'aborden de manera conjunta per a controlar rigorosament l'error de reconstrucció. En conseqüència, es proposa l'algorisme Sizing and Placement with Coordinate Reconstruction Error Constraint (SP-CREC), que delimita la variància de l'error per coordenada. Això permet assignar llindars específics a diferents regions d'interès dins de la xarxa, on la variància de l'error pot estar delimitada en major o menor grau, segons les necessitats de monitoratge. Els resultats mostren que l'algorisme SP-CREC s'exerceix reeixidament en escenaris amb llindars heterogenis de reconstrucció, alhora que desplega un nombre reduït de sensors. En conjunt, els mètodes proposats milloren la capacitat de monitoratge de xarxes de sensors IoT, permetent reconstruccions precises de magnituds físiques a partir de dades limitades i baix diferents restriccions durant el desplegament.
  

Data de lectura: 16/10/2026

• MA, ZHONGMIN: Flood Extent, Water Level, and Surface Water Storage Retrieval Using Spaceborne GNSS Reflectometry
  
  Autor/a: MA, ZHONGMIN
  Programa: TEORIA DEL SENYAL I COMUNICACIONS
  Departament: Departament de Teoria del Senyal i Comunicacions (TSC)
  Modalitat: Conveni Cotutela + Compendi de publicacions
  Data de dipòsit: 08/09/2026
  Data de lectura: 16/10/2026
  Hora de lectura: 09:00
  Lloc de lectura: Conference Room, Center for Earth Science and Satellite Big Data, 2nd Floor, Yanbo Garden, Yanta Campus.Meet: https://meet.google.com/bzw-sbac-vra
  Director/a de tesi: CAMPS CARMONA, ADRIANO JOSE | PARK, HYUK | ZHANG, SHUANGCHENG
  Resum de tesi: Les inundacions són un dels desastres naturals més freqüents i destructius a escala mundial. Amb la intensificació del canvi climàtic i les activitats humanes, la freqüència i severitat dels episodis d’inundació han augmentat significativament, fet que posa de manifest la necessitat de desenvolupar mètodes de monitorització amb alta resolució espaciotemporal i capacitat d’observació en qualsevol condició meteorològica.La reflectometria GNSS espacial (GNSS-R) és una tècnica emergent de teledetecció per microones que utilitza els senyals GNSS reflectits per la superfície terrestre per recuperar paràmetres geofísics a escala global. Gràcies a la seva capacitat d’observació contínua, cobertura global i baix cost, la GNSS-R presenta un gran potencial per a la monitorització d’inundacions. Tanmateix, encara existeixen limitacions relacionades amb l’ús d’una única constel·lació GNSS, la manca d’estimació quantitativa de la severitat de les inundacions i la baixa resolució espaciotemporal dels productes actuals.Aquesta tesi se centra en la recuperació de l’extensió d’inundació, el nivell de l’aigua i l’emmagatzematge d’aigua superficial mitjançant GNSS-R espacial. Les principals contribucions són les següents:(1) Es va analitzar la sensibilitat de les observacions GNSS-R multiconstel·lació als paràmetres de superfície. Els resultats mostren que els senyals reflectits de GPS, BeiDou i Galileo presenten sensibilitats similars a la humitat del sòl, mentre que la relació entre la reflectivitat superficial i la humitat del sòl és no lineal. També es va demostrar que els paràmetres de rugositat derivats de microones passives no poden representar adequadament els efectes de rugositat superficial a petita escala en GNSS-R.(2) Per superar la limitació dels mètodes basats en llindars, que només permeten una classificació binària inundat/no inundat, es va desenvolupar un model de recuperació de la fracció d’aigua superficial mitjançant la integració d’un algoritme de calibratge físic i dades de temperatura de brillantor en banda L. Aquest enfocament permet estimar quantitativament la intensitat de les inundacions.(3) Es va proposar un mètode innovador per recuperar el nivell de l’aigua combinant models digitals d’elevació d’alta resolució amb informació d’extensió d’inundació derivada de GNSS-R. El mètode permet estimar tant nivells d’inundació com variacions a llarg termini del nivell d’aigua en llacs i embassaments.(4) Es va desenvolupar un mètode per estimar l’emmagatzematge d’aigua superficial integrant dades topogràfiques i observacions GNSS-R. En comparació amb els mètodes tradicionals basats en gravimetria satel·litària, aquest enfocament proporciona estimacions directes de l’aigua superficial amb una resolució espaciotemporal potencialment superior.En conjunt, aquesta tesi amplia les capacitats de la GNSS-R espacial per a la monitorització d’inundacions, proporcionant noves metodologies per a l’estimació quantitativa de la dinàmica de les aigües superficials i contribuint al desenvolupament de sistemes avançats d’observació i gestió del risc d’inundacions.
  

• MACERATESI, FILIPPO: Personalized musculoskeletal modeling for predictive gait simulation in individuals with spinal cord injury
  
  Autor/a: MACERATESI, FILIPPO
  Programa: ENGINYERIA MECÀNICA, FLUIDS I AERONÀUTICA
  Departament: Departament d'Enginyeria Mecànica (EM)
  Modalitat: Normal
  Data de dipòsit: 09/09/2026
  Data de lectura: 16/10/2026
  Hora de lectura: 15:00
  Lloc de lectura: Aula Capella de l’ETSEIB
  Director/a de tesi: FONT LLAGUNES, JOSEP MARIA | FEBRER NAFRÍA, MÍRIAM
  Resum de tesi: Les simulacions predictives de la marxa humana basades en models musculoesquelètics tenen un gran potencial per donar suport als processos de presa de decisions clíniques. De fet, si fóssim capaços de modelar els efectes de diferents tractaments o dispositius d’assistència dins d’aquesta metodologia de predicció, això ens permetria assajar prèviament diversos escenaris (“what-if”) i identificar aquell amb més potencial per maximitzar els resultats terapèutics per a un pacient concret. Per als pacients amb lesió medul·lar (LM), les simulacions predictives de la marxa podrien ajudar a dissenyar tractaments i estratègies de rehabilitació específics per a cada persona. Per tal d’emprar simulacions predictives en aplicacions clíniques, és fonamental que els models musculoesquelètics utilitzats en aquestes simulacions representin tan fidelment com sigui possible els pacients estudiats. Per aquest motiu, es requereixen nivells elevats de personalització en el desenvolupament d’aquests models. Per tant, l’objectiu principal d’aquesta tesi és desenvolupar i avaluar models musculoesquelètics personalitzats per a simulacions predictives de la marxa, i determinar si són capaços de reproduir la marxa específica de pacients amb LM. El primer estudi té com a objectiu investigar els efectes de diferents mètodes de calibració dels paràmetres múscul-tendó tant en simulacions de seguiment de dades experimentals com en simulacions predictives de la marxa en tres subjectes sans. En les simulacions de seguiment, els models calibrats funcionalment van conduir a estimacions més precises dels moments articulars. Pel que fa a les simulacions predictives, els models escalats de forma no lineal van produir estimacions més precises dels moments d’inversió/eversió subtalar i dels angles de flexió del genoll en comparació amb els models calibrats funcionalment. Els resultats suggereixen que, tot i que els models calibrats funcionalment van proporcionar estimacions més precises dels moments articulars en les simulacions de seguiment, aquests no van superar els models escalats de forma no lineal en les simulacions predictives de la marxa.El segon estudi té com a objectiu avaluar si el nostre marc de simulació predictiva, combinat amb diferents nivells de personalització, pot captar i distingir les característiques específiques de la marxa de quatre pacients amb LM, en lloc de predir una marxa assistida genèrica. Els resultats suggereixen que el marc de simulació predictiva desenvolupat és capaç de reproduir determinades mètriques de la marxa de manera específica per a cada persona amb LM, tot i que el nivell de concordança va variar entre mètriques i subjectes. Tanmateix, la variabilitat inter-subjecte predita pel que fa a la cinemàtica va ser generalment estadísticament inferior a l’observada experimentalment. També, en comparar subjectes per parelles, en alguns casos les simulacions predictives van ser capaces de captar les similituds o discrepàncies en la cinemàtica i en les mètriques de la marxa entre dos pacients.El tercer estudi té com a objectiu estimar i analitzar els perfils de rigidesa articular durant la marxa en tres subjectes amb LM, així com analitzar paràmetres múscul-tendó calibrats a partir de valors de rigidesa de referència en simulacions predictives de la marxa. En conjunt, els perfils estimats de rigidesa articular van mostrar coherència biomecànica en analitzar-los respecte als esdeveniments de la marxa i als senyals d'electromiografia. Els models basats en electromiografia van reproduir amb més precisió els moments articulars i la rigidesa de referència en les articulacions del turmell i del maluc, en comparació amb el genoll. A més, en les simulacions predictives, els dos models musculoesquelètics van produir resultats molt similars; no obstant això, el model calibrat tant amb dades de rigidesa com de moments articulars va predir perfils de rigidesa del turmell més elevats i més pròxims als valors de referència.