James Duncan (ingeniero biomédico)

James Scott Duncan (nacido el 11 de diciembre de 1951) ^{[ 1 ]} es profesor titular de Ingeniería Biomédica , Radiología e Imagen Biomédica e Ingeniería Eléctrica en la Universidad de Yale. Desde 1983, se ha especializado en el procesamiento y análisis de imágenes biomédicas, incluyendo métodos de aprendizaje automático para la interpretación de imágenes, particularmente en cardiología y neuroimagen. Actualmente preside el Departamento de Ingeniería Biomédica de Yale.

Duncan se formó en la Universidad del Sur de California, donde obtuvo un doctorado en ingeniería eléctrica en 1982. Su tesis, titulada « Un enfoque modular para la extracción de características» , fue dirigida por Werner Frei y Alexander Sawchuk . ^{[ 2 ]} También obtuvo una maestría en la UCLA y completó sus estudios de pregrado en ingeniería eléctrica en el Lafayette College . ^{[ 3 ] [ 4 ]}

Duncan ha desarrollado nuevos métodos para la segmentación de imágenes y el análisis de movimiento. Ha publicado más de 300 artículos de investigación y cuenta con más de 20 000 citas. ^{[ 5 ]}

La investigación de Duncan ha sido financiada principalmente por los NIH . Duncan es miembro del Instituto Americano de Ingeniería Médica y Biológica , de la Sociedad MICCAI y del IEEE . También fue elegido miembro de la Academia de Ciencias e Ingeniería de Connecticut y del Consejo de Investigadores Distinguidos de la Academia de Investigación Radiológica. Recibió el Premio al Impacto Duradero de la Sociedad MICCAI. Es cofundador de la revista Medical Image Analysis y se desempeña como coeditor jefe. ^{[ 6 ]}

• JS Duncan y N. Ayache , Análisis de imágenes médicas: progreso en dos décadas y los desafíos futuros, en IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, n.° 1, págs. 85-106, enero de 2000, doi: 10.1109/34.824822.

• X. Li, Y. Zhou, N. Dvornek, M. Zhang, S. Gao, J. Zhuang, D. Scheinost, L. Staib, P. Ventola, JS Duncan, BrainGNN: Red neuronal de gráficos cerebrales interpretables para análisis de resonancia magnética funcional, análisis de imágenes médicas, volumen 74, 2021, 102233, ISSN 1361-8415, doi: 10.1016/j.media.2021.102233.

• J. Zhuang, T. Tang, Y. Ding, S. Tatikonda, N. Dvornek, X. Papademetris, JS Duncan, Optimizador Adabelief: Adaptación de los tamaños de paso según la creencia en los gradientes observados. Advances in Neural Information Processing Systems (NeurIPS), 33, 18795-18806, 2020.

• L. Staib y JS Duncan, Detección de límites con modelos paramétricamente deformables, en IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 14, n.º 11, págs. 1061-1075, noviembre de 1992, doi: 10.1109/34.166621.