La estudiante del Doctorado en Ingeniería de la Universidad del Valle Claudia Ximena Mazo defendió su tesis doctoral en la Universidad de León, España, para obtener la doble titulación de Doctorado Ingeniería con Énfasis en Ciencias de la Computación en la Universidad del Valle de Colombia y el título de Doctorado en Ingeniería en Producción y Computación de la Universidad del León en España.
Claudia Ximena Inició sus estudios doctorales en ingeniería, en la Universidad del Valle, en agosto de 2011, con una beca de Colciencias. Durante sus estudios en Colombia publicó resultados parciales relacionados a su trabajo de tesis doctoral, en congresos nacionales, internacionales y cursos de verano.
En el 2015 fue ganadora de la "Beca para la Finalización de Tesis Doctorales, en Régimen de Cotutela, en las Universidades de Castilla y León en España, otorgada por Asociación Universitaria Iberoamericana de Posgrados -AUIP." La beca se otorga por méritos académicos, hoja de vida y tema de investigación.
La AUIP es una organización internacional, no gubernamental, reconocida por la UNESCO, dedicada al fomento de los estudios de postgrado y doctorado en Iberoamérica. Actualmente está integrada por casi 185 prestigiosas instituciones de educación superior de España, Portugal, América Latina y el Caribe
Gracias a este logro en su carrera profesional, la Universidad del Valle suscribió un convenio de doble titulación con la Universidad de León, España, Universidad donde Claudia Ximena Mazo realizó su pasantía, por aproximadamente año y medio. Dicho convenio quedo abierto para los estudiantes que cumpliendo los requisitos establecidos por las dos universidades deseen obtener doble titulación.
Antes de terminar su tesis docotral, Claudia Ximena Mazo se postuló a un concurso de diferentes entidades europeas, resultando ganadora de la “Convocatoria para el apoyo a la financiación de tesis doctorales en temáticas relacionadas con necesidades empresariales. Convocatoria doctor ULE-TCUE”. Otorgado por: fgulem, Universidad de León, FUESCYL, Junta de Castilla y León, Unión Europea, T-CUE y RIS de Castilla y León e junio de 2016.
La tesis de grado fue dirigira por la profesora Maria Trujillo, docente de la Escuela de Ingeniería de Sistemas y Computación y directora del Grupo de Investigación en Multimedia y Visión por Computador (MCV) de la Universidad del Valle y Enrique Alegre, docente e investigador principal del grupo de Visión Artificial y Reconocimiento de Patrones (VARP) de la Universidad de León; con la asesoría de Liliana Salazar, de la Escuela de Ciencias Básicas y directora del Grupo de Investigación de Tejidos Blandos y Mineralizados (Teblami).
El pasado 24 de noviembre de 2016 la ingeniera de sistemas y estudiante de doctorado de la Universidad del Valle, al sustentar su tesis de grado, logró obtener una Mención Internacional y una Mención Cum Laudeotorgada por la Universidad de León España y la Mención Meritoria otorgada por la Universidad del Valle.
Esta tesis doctoral, llamada 'Automatic Classification of Histological Images and Histological Knowledge Modelling of the Human Cardiovascular System', presenta algunas particularidades de clasificación automática de imágenes histológicas y modelado del conocimientos histológico a través de cuatro propuestas: Reconocimiento de los tejidos fundamentales (epitelial, conectivo y muscular) utilizando técnicas de procesamiento de imágenes; clasificación de los tejidos y órganos cardiovasculares (corazón, arteria muscular, arteria elástica y vena de gran calibre) usando descriptores basados en Local Binary Pattern-LBP y Support Vector Machine-SVM en cascada; construcción de una ontología histológica y mejora de la clasificación automática usando la ontología histológica del sistema cardiovascular humano.
Las propuestas presentadas en la tesis de doctorado pueden ser útiles para reforzar el proceso de aprendizaje de los histólogos, biólogos, patólogos y otros profesionales de la salud. Otra ventaja de este tipo de sistemas es que podrían permitir la anotación en los bancos o conjuntos de imágenes obtenidas por la tecnología digital automática — una cámara conectada a un microscopio para capturar imágenes — disponibles en hospitales o distribuidos a través de dispositivos de almacenamiento de histólogos. El etiquetado automático soluciona algunos problemas presentes en anotación manual como la subjetividad, los costos de tiempo y dificultad.
