Violeta Chang Camacho
Reseña
Violeta Chang es Doctora en Ciencias m/Computación de la Universidad de Chile. Desde 2019, Violeta es académica del Departamento de Ingeniería Informática de la Universidad de Santiago de Chile. Actualmente es jefa de carrera de Ing. Ejecucicón en Computación e Informática. Sus líneas investigación involucran siempre Visión por computadora (Aprendizaje automático y Procesamiento y análisis de imágenes) y están enfocadas en aplicaciones de Inteligencia Artificial con impacto social en áreas como infertilidad masculina, diagnóstico de cáncer de mama y próstata a través de biopsias, reconstrucción de tomografías computarizadas con baja dosis de radiación e identificación de patrones anómalos en descarte pesquero. Violeta ha adjudicado diversos fondos competitivos de investigación, como Fondecyt Iniciación y Exploración, FONDEF IDeA I+D y STIC-AmSud.
Asignaturas que imparte
PREGRADO
• Análisis de algoritmos y estructura de datos
• Procesamiento de señales e imágenes
• Aprendizaje automático
• Procesamiento y análisis de imágenes (Tópico de especialidad)
• Inteligencia artificial con impacto social (Taller de investigación)
POSTGRADO
• Procesamiento y análisis de imágenes (Electivo)
EDUCACIÓN CONTINUA
• Técnicas de Ingeniería en Software
• Técnicas de Ingeniería en Software
• Técnicas de Ingeniería en Software
• Técnicas de Ingeniería en Software
Áreas de interés
• Informática aplicada en Biología y Medicina
• Imágenes Médicas
proyectos
Deep Learning Models for Breast Digital Pathology
Fortalecimiento del Área de Aprendizaje de Máquinas en Pre y Posgrado e Investigación del Departamento de Ingeniería Informática
Optimized Deep Learning Based Representations for Computer Vision Problems
- Tomás de la Sotta, Jose M. Saavedra, Héctor Henríquez, Violeta Chang, Aline Xavier. AST-n: A Fast Sampling Approach for Low-Dose CT Reconstruction using Diffusion Models. Aceptado en MIRASOL Workshop de MICCAI 2025.
- Andrés Valenzuela, Juan Tapia, Violeta Chang, Christoph Busch. Presentation Attack Detection using iris periocular visual spectrum images.. Frontiers in Imaging, 3:1478783, 2024.
- Tomás de la Sotta, Violeta Chang, Benjamín Pizarro, Héctor Henríquez, Nicolás Alvear, Jose M. Saavedra. Impact of attention mechanisms for organ segmentation in chest x-ray images over UNet model. Multimedia Tools and Applications, 83: 49261–49283. 2023.
- Ruth Marín, Violeta Chang. Impact of transfer learning for human sperm segmentation using deep learning. Computers in Biology and Medicine (CBM), 136: 104687, 2021.
- Violeta Chang. Generation of a HER2 Breast Cancer Gold-Standard Using Supervised Learning from Multiple Experts. In: Stoyanov D. et al. (eds) Intravascular Imaging and Computer Assisted Stenting and Large-Scale Annotation of Biomedical Data and Expert Label Synthesis. LABELS 2018, CVII 2018, STENT 2018. Lecture Notes in Computer Science, vol 11043. 2018.
- Violeta Chang, Laurent Heutte, Caroline Petitjean, Steffen Härtel, Nancy Hitschfeld. Automatic classification of human sperm head morphology. Computers in Biology and Medicine (CBM), 84: 205–216, 2017.
- Violeta Chang, Alejandra García, Nancy Hitschfeld, Steffen Härtel. Gold-standard for computer-assisted morphological sperm analysis. Computers in Biology and Medicine (CBM), 83: 143–150, 2017.
- Violeta Chang, Jose M. Saavedra, Victor Castañeda, Luis Sarabia, Nancy Hitschfeld, Steffen Härtel. Gold-standard and improved framework for sperm head segmentation. Computer Methods and Programs in Biomedicine (CMPB), 117(2): 225–237, 2014.
- Jose M. Saavedra, Benjamin Bustos, Violeta Chang. An Accurate Hand Segmentation Approach using a Structure based Shape Localization Technique. Proceedings of International Conference on Computer Vision Theory and Applications (VISAPP 2013), 321-326, 2013.
- FONDECYT Exploración (13250156): Dynamic AI foundation models for interpreting medical images through self-supervision, multimodality, clinical-context prompting and adaptable explainability. Directora Principal. 2025–2028
- FONDEF IDeA I+D (ID25I10026): FAIR – Identificación de comportamientos anómalos para la fiscalización eficiente de descarte pesquero a través de modelos multimodales de inteligencia artificial. Directora Principal. 2025–2026
- FONDEF IDeA I+D (ID24I10053): Reconstrucción de tomografías computarizadas con baja dosis de radiación a través de modelos generativos acelerados basados en técnicas de difusión. Directora Alterna. 2024–2025
- STIC-AMSUD (23-STIC-03): Context-Guided Future Liver Remnant VolumeEstimation using Artificial Intelligence Models. Investigadora Principal. 2024–2025
- FONDEF IDeA I+D (ID23I10198): Herramienta de apoyo a la toma de decisiones en patología digital de cáncer de próstata basada en inteligencia artificial. Directora Alterna. 2023–2024
- STIC-AMSUD (22STIC-04): Domain adaptation for cell segmentation and classification using weakly supervised machine learning. Coordinadora International. 2022–2023
- FONDECYT Iniciación (11190851): Deep learning models for breast digital pathology. Investigadora Responsable. 2020–2022
- PAI (77180012): Fortalecimiento del área de aprendizaje de máquinas en pre y posgrado e investigación del Departamento de Ingeniería Informatica. Investigadora Principal. 2019–2022
- STIC-AMSUD (19STIC-04): Optimized deep learning based representations for computer vision problems. Investigadora. 2019–2021
- FONDECYT Postdoctorado (3160559): Generation of biomedical gold-standards using supervised learning based on multiple experts. Investigadora Principal. 2015–2019
- STIC-AMSUD (14STIC-01): Dynamic selection of classifiers with application in real environments. Tesista de doctorado. 2014–2015