icones-sociais-facebook icones-sociais-linkedin

logo-ibeb-side-area
DanielaMarquesGodinho-Foto2017
DanielaMarquesGodinho-Foto2017

ContactOs

email

google SCHOLAR

LIGAÇÕES

orcid linkedin

cv COMPLETO

DOWNLOAD

DANIELA GODINHO

PhD Student

BIOGRAFIA

Daniela Godinho nasceu no Fundão em 1994 e finalizou o Mestrado Integrado em Engenharia Biomédica em outubro de 2016 na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa.
Os seus interesses foram sempre direcionados para a programação em diferentes linguagens e a sua utilização para fins médicos, nomeadamente para processamento de sinal e imagem e utilização de métodos de machine learning.
Ainda durante a sua licenciatura, em 2013, realizou um estágio em processamento de sinal de eletromiografia do útero, inserido num estudo de metodologias para deteção de partos prematuros. Em 2016 fez a sua dissertação de mestrado no Instituto de Biofísica e Engenharia Biomédica (IBEB) onde desenvolveu uma aplicação de classificação baseada em redes neuronais convolucionais, um tipo de classificador de deep learning, para classificar sinais de eletroencefalografia.
Em 2017 começou a trabalhar como bolseira de investigação também no IBEB onde implementou métodos de machine learning para melhorar a reconstrução de Imagem por Microondas (MWI) na deteção e diagnóstico do cancro da mama. Ainda no mesmo ano juntou-se à equipa da NeuroPsyAI onde implementou algoritmos de processamento de imagem e machine learning num produto que visa apoiar os médicos a diagnosticar doenças neuropsiquiátricas.
Desde março de 2018, é aluna de doutoramento de Engenharia Biomédica e Biofísica na Faculdade de Ciências da Universidade de Lisboa sob orientação da professora Raquel C. Conceição (IBEB/FCUL) e do professor Carlos A. Fernandes (IT/IST). O projeto tem o intuito de desenhar, simular e validar um sistema de diagnóstico dos gânglios linfáticos da axila usando MWI.
Este sistema contribuirá para complementar o estadiamento do cancro da mama, reduzir a remoção de gânglios saudáveis e reduzir os riscos e custos de saúde associados.

GALERIA