The Biomedical Image Analysis Group


The Biomedical Image Analysis Group is a research group devoted to biomedical image processing and analysis, image physics and acquisition, new technologies for data acquisition and reconstruction in magnetic resonance imaging (MRI) and the study of dynamic complex systems with an special focus on the brain.

We also work on new technological developments around the brain that comprise medical imaging, electronics, computer vision and 3D printing.

Our young and enthusiastic group always welcome new ideas and projects in the field of biomedical applications with a highly technological component.



Da Boss


David Moratal

David Moratal

Head of the The Biomedical Image Analysis Group, Center for Biomaterials and Tissue Engineering, Universitat Politècnica de València.



PubMed Google Scholar IEEEXplore ResearcherID
LinkedIn ORCID Scopus ResearchGate Loop dblp



Current full time PhD students


Aarón Cuevas López

Aarón Cuevas López

PhD student, 2015-2018

To be defined.

2015, Trabajo Fin de Máster, Máster Universitario en Ingeniería de Sistemas Electrónicos

Diseño de un sistema modular de identificación y localización mediante RFID de animales de experimentación en entornos de libertad controlada.

2013, Proyecto Fin de Carrera - Escuela Técnica Superior de Ingenieros de Telecomunicación

Sistema de adquisición de bajo coste de registros electrofisiológicos en cerebros de murino.                       


Víctor José López Madrona

Víctor José López Madrona

PhD student, Universidad Miguel Hernández, 2015-2018

To be defined.

2014, Proyecto Fin de Carrera - Escuela Técnica Superior de Ingenieros de Telecomunicación

Estudio de la conectividad efectiva en el hipocampo de rata mediante la Causalidad de Granger y el análisis de registros electrofisiológicos intracerebrales in vivo.


Rafael Ortiz Ramón

Rafel Ortiz Ramón

PhD student, 2015-2018

Determinación de biomarcadores de lesiones cerebrales y patologías neurodegenerativas mediante un análisis masivo de parámetros cuantitativos obtenidos mediante análisis de imagen por resonancia magnética.

2014, Proyecto Fin de Carrera - Escuela Técnica Superior de Ingenieros de Telecomunicación

Herramienta para la realización de histologías virtuales cardíacas mediante el análisis de microimágenes de resonancia magnética.


Darío Rubén Quiñones Colomer

Darío Rubén Quiñones Colomer

PhD student, 2015-2018

To be defined.

2015, Trabajo Fin de Grado - Grado en Ingeniería Electrónica Industrial y Automática

Sensorización de un dispositivo automático de posicionamiento para corte de tejido 3D mediante Bluetooth Low Energy y control del mismo mediante MATLAB.

2014, Trabajo Fin de Máster, Máster en Ingeniería Biomédica

Sistema automático de posicionamiento para corte de tejido tridimensional en muestras vivas o fijadas.


Elena Alacreu Samper

Elena Alacreu Samper

PhD student, 2014-2017

Estudio biomecánico de la columna vertebral de pacientes oncológicos a partir del análisis de imágenes de Tomografía Computarizada y simulación por elementos finitos. Propuesta de un biomarcador para la determinación del riesgo de fractura.

2013, Trabajo Fin de Máster, Máster en Ingeniería Biomédica

Cuantificación de la osteoporosis mediante análisis de imagen de Tomografía Computarizada y su correlación con la densitometría ósea.


Antonio Díaz Parra

Antonio Díaz Parra

PhD student, 2014-2018

Estudio de la conectividad efectiva cerebral en el Alzhéimer y alcoholismo mediante el modelo causal dinámico y medidas de redes complejas a partir del análisis de imágenes de Resonancia Magnética funcional y registros electrofisiológicos intracerebrales.

2014, Trabajo Fin de Máster, Máster en Ingeniería Biomédica

Segmentación automática de la columna vertebral en oncología a partir del análisis de imagen de Tomografía Computarizada.

2012, Proyecto Fin de Carrera - Escuela Técnica Superior de Ingenieros de Telecomunicación

Clasificador de ritmos cerebrales basado en registros intracerebrales múltiples de alta densidad y análisis de componentes principales.


María Úrsula Pérez Ramírez

Úrsula Pérez Ramírez

PhD student, 2014-2018

Estudio de biomarcadores predictivos de patologías cerebrales en modelos de experimentación animal mediante técnicas de neuroimagen aplicadas a resonancia magnética multimodal.

2014, Trabajo Fin de Máster, Máster en Ingeniería Biomédica

Algoritmo de detección de metástasis cerebrales en imágenes de resonancia magnética mediante el uso de plantillas tridimensionales de apariencia tumoral.

AWARD: Segundo Premio en el área de la Ingeniería y Arquitectura en el 13º Certamen Universitario ARQUÍMEDES (curso 2013/2014), concedido por el Ministerio de Educación, Cultura y Deporte.

AWARD: Premio "José María Ferrero Corral" al Mejor Trabajo Fin de Máster del Máster en Ingeniería Biomédica de la Universitat Politècnica de València (curso 2013/2014)

2011, Proyecto Fin de Carrera, Ingeniería Técnica de Telecomunicación, esp. Sistemas Electrónicos, Universitat de Valéncia

Desarrollo de un algoritmo de detección semiautomática de metástasis cerebrales mediante el análisis de imagen de resonancia magnética.


Andrés Martín Larroza Santacruz

Andrés Martín Larroza Santacruz [BLOG]

PhD student, Universitat de València, 2013-2017

Diagnóstico y pronóstico de enfermedades cardiovasculares mediante el análisis de texturas en imágenes de resonancia magnética.

2012, Trabajo Fin de Máster, Máster en Ingeniería Biomédica

Estudio cuantitativo por tractografía cerebral de los principales fascículos en deterioro cognitivo leve y enfermedad de Alzheimer.


Alejandro Cosa Liñán

Alejandro Cosa Liñán

PhD student, 2011-2016

Brain signatures of severe alcohol consumption: a multimodal and longitudinal MRI study in rats.

2013, Trabajo de Investigación, Programa de Doctorado en Tecnologías para la Salud y el Bienestar

Estudio de parámetros microestructurales derivados de la imagen por resonancia magnética cerebral en modelos animales de alcoholismo.

2011, Proyecto Fin de Carrera - Escuela Técnica Superior de Ingenieros de Telecomunicación

Desarrollo de una herramienta software para la segmentación del tejido óseo medular, cortical y piezas dentales de la mandíbula mediante tratamiento de imagen y su posterior análisis mecénico mediante elementos finitos.

AWARD: Premio Bancaja-UPV al Mejor Proyecto Fin de Carrera (14a edición, curso 2010/2011)



Some research projects


Treating disease by retuning brain network dynamics - Texture analysis on multimodal brain Magnetic Resonance imaging for the early detection of network disturbances and disease biomarkers


Spanish Ministerio de Economía y Competitividad (MINECO), grant ref. BFU2015-64380-C2-2-R


The brain is composed of massively connected elements arranged in modules that form hierarchical networks. The different modules do not operate in isolation; on the contrary, interactions at multiple levels occur producing the characteristic fluctuations of brain activity. Theory shows that connecting stable networks yields structures in which small perturbations in one network are amplified in a cascade of interactions between networks, resulting in frequent catastrophic failures. Recent results from awake human and rodent resting-state fMRI reveal a well-defined connectivity design, characterized by the presence of strategically connected regions (core nodes) which critically contribute to resilience in interacting brain networks. These findings predict that modifying activity in a set of core nodes should drastically alter global patterns of brain activity; which, in turn, raises the possibility that certain brain pathologies could just be the consequence of cascading effects amplifying alterations in normal connectivity that could be moderate in origin. We propose that mapping core nodes and concomitant structural/functional alterations in brain pathology with state-of-the-art network and multimodal texture analysis, respectively, should provide mechanistic understanding of disease and novel therapeutic strategies. The strong multidisciplinary expertise required for this work will be realized in a truly coordinated research plan. First, we will localize core nodes in dynamic resting-state fMRI networks in awake rats and investigate their centrality for large-scale functional connectivity with multiple electrophysiological recordings. Then, we will determine causality between core nodes and brain states by perturbing predefined nodes with an arsenal of available optogenetic and pharmacogenetic tools and deep brain stimulation (DBS). In parallel experiments, we will exploit the combination of MRI modalities hybridizing neuroimaging datasets through multivariate pattern analysis to boost its sensitivity and accuracy to unveil brain dysfunction. Textural feature of brain images will be the input to model-free classifiers to differentiate between brain network states. We will further explore the possibility of combining functional and structural textural information to build efficient disease biomarkers, pushing this technique beyond the state-of-the-art to enhance its diagnostic capabilities. Finally, we will adopt a high-risk high-gain approach to develop network therapy to treat maladaptive brain dynamics. The hypothesis here is that interventions directed to core nodes could serve as access points to control network dynamics and, therefore, represent potential therapeutic targets to retune maladaptive network dynamics. We will test this hypothesis using two well-established models of alcohol use disorder and postulate that the differences between brain networks mediating normal and pathological drive for alcohol are largely mediated by a set of distinct nodes that push the network to a new state (allostasis). Modulating neuronal activity with new-developed DBS protocols directed to brain regions identified in the combined network and texture analysis will need to demonstrate, for a proof of concept, retuning of brain dynamics and improved behavioral output.