Dipòsit Digital de la Universitat de Barcelona

Dades

Docència

Institucional

Mediateca

Programari

Recerca

Tesis Doctorals

Treballs de l'alumnat

El Dipòsit Digital de la Universitat de Barcelona és el repositori institucional que conté en format digital els materials derivats de l'activitat docent, investigadora i institucional de la comunitat universitària.

Enviaments recents

From Flat to Structured: Hierarchical Deep Learning for Few-Shot Classification
(2026-06-10) Ramírez Torres, Alexander; Radeva, Petia; Ródenas Cumplido, Javier
[cat] L’aprenentatge amb pocs exemples (few-shot learning) exigeix que un model reconegui categories visuals noves a partir d’una sola imatge o d’un nombre molt reduït d’exemples etiquetats. Els mètodes basats en prototips aborden aquest problema calculant un vector representatiu de cada classe a partir de les imatges de suport disponibles, però el seu rendiment està limitat fonamentalment per la qualitat d’aquests prototips quan les dades són extremadament escasses. SemFew, el marc de treball que aquest treball estén, compensa parcialment aquesta limitació fusionant característiques visuals amb descripcions de classe generades per un model de llenguatge a través d’una xarxa d’alineament entrenada, produint prototips que aproximen millor el centreide real de cada classe. Tot i això, SemFew s’entrena amb una funció de pèrdua d’entropia creuada plana que tracta totes les classificacions errònies com a igualment costoses, descartant completament l’estructura taxonòmica de l’espai de classes. Aquest treball integra tres funcions de pèrdua sensibles a la jerarquia en la cadena d’entrenament de SemFew: etiquetes suaus (soft labels) i entropia creuada jeràrquica (HXE), totes dues adaptades de Bertinetto et al. (2020), i el marge taxonòmic, una nova funció de pèrdua proposada en aquest treball. El marge taxonòmic infla el logit de cada classe germana distractor abans del softmax en proporció a la seva proximitat taxonòmica respecte a la classe veritable, augmentant la pressió del gradient precisament sobre les confusions intra-superclasse que dominen el mode de fallada del model de referència. La contribució es limita estrictament a l’objectiu d’entrenament; la xarxa troncal, les descripcions semàntiques i el mecanisme de construcció de prototips s’hereten sense modificacions. Els experiments es duen a terme en CIFAR-FS i FC100 amb les xarxes troncals ResNet-12 i Swin-T sota els protocols d’1 i 5 exemples. El marge taxonòmic assoleix la major millora d’exactitud de la matriu d’avaluació, superant el model de referència SemFew en +0,48 punts percentuals en FC100 amb ResNet-12 en l’escenari d’1 exemple. Cap mètode millora en CIFAR-FS, i cap no produeix una reducció consistent de la taxa d’error entre classes germanes en cap condició. Aquests resultats revelen que l’entrenament sensible a la jerarquia ofereix un benefici mesurable únicament quan la partició del conjunt de dades crea una bretxa de generalització real a nivell de superclasse i la xarxa troncal és prou feble perquè l’objectiu d’entrenament sigui determinant en la qualitat del prototip, dues condicions que se satisfan conjuntament només en l’escenari més exigent avaluat. La taxonomia binària de profunditat 2 dels dos conjunts de dades limita el rang expressiu de les tres funcions de pèrdua, deixant com a objectiu pendent per a treballs futurs una reducció significativa de la confusió intra-superclasse en jerarquies més riques. [spa] El aprendizaje con pocos ejemplos (few-shot learning) exige que un modelo reconozca categorías visuales nuevas a partir de una sola imagen o de un número muy reducido de ejemplos etiquetados. Los métodos basados en prototipos abordan este problema calculando un vector representativo de cada clase a partir de las imágenes de soporte disponibles, pero su rendimiento está limitado fundamentalmente por la calidad de esos prototipos cuando los datos son extremadamente escasos. SemFew, el marco de trabajo que esta tesis extiende, compensa parcialmente esta limitación fusionando características visuales con descripciones de clase generadas por un modelo de lenguaje a través de una red de alineamiento entrenada, produciendo prototipos que aproximan mejor el centroide real de cada clase. Sin embargo, SemFew se entrena con una función de pérdida de entropía cruzada plana que trata todas las clasificaciones erróneas como igualmente costosas, descartando por completo la estructura taxonómica del espacio de clases. Este trabajo integra tres funciones de pérdida sensibles a la jerarquía en el pipeline de entrenamiento de SemFew: etiquetas suaves (soft labels) y entropía cruzada jerárquica (HXE), ambas adaptadas de Bertinetto et al. (2020), y el margen taxonómico, una nueva función de pérdida propuesta en este trabajo. El margen taxonómico infla el logit de cada clase hermana distractora antes del softmax en proporción a su proximidad taxonómica respecto a la clase verdadera, aumentando la presión del gradiente precisamente sobre las confusiones intra-superclase que dominan el modo de fallo del modelo de referencia. La contribución se limita estrictamente al objetivo de entrenamiento; la red troncal, las descripciones semánticas y el mecanismo de construcción de prototipos se heredan sin modificaciones. Los experimentos se llevan a cabo en CIFAR-FS y FC100 con las redes troncales ResNet-12 y Swin-T bajo los protocolos de 1 y 5 ejemplos. El margen taxonómico consigue la mayor mejora de precisión de la matriz de evaluación, superando al modelo de referencia SemFew en +0,48 puntos porcentuales en FC100 con ResNet-12 en el escenario de 1 ejemplo. Ningún método mejora en CIFAR-FS, y ninguno produce una reducción consistente de la tasa de error entre clases hermanas en ninguna condición. Estos resultados revelan que el entrenamiento sensible a la jerarquía ofrece una ventaja medible únicamente cuando la partición del conjunto de datos crea una brecha de generalización real a nivel de superclase y la red troncal es lo suficientemente débil como para que el objetivo de entrenamiento siga siendo determinante en la calidad del prototipo, dos condiciones que se satisfacen conjuntamente únicamente en el escenario más exigente evaluado. La taxonomía binaria de profundidad 2 de ambos conjuntos de datos limita el rango expresivo de las tres funciones de pérdida, dejando como objetivo pendiente para trabajos futuros una reducción significativa de la confusión intra-superclase en jerarquías más ricas. [eng] Few-shot learning requires a model to recognise novel visual categories from only one or a handful of labelled examples. Prototype-based approaches address this problem by computing a representative embedding for each class from the available support images, yet their performance is fundamentally limited by the quality of those prototypes under extreme data scarcity. SemFew, the framework this thesis extends, partially compensates for this limitation by fusing visual features with LLM-generated class descriptions through a learned alignment network, producing prototypes that better approximate the true class centroid. Nevertheless, SemFew trains under a flat cross-entropy loss that treats all misclassifications as equally costly, discarding the taxonomic structure of the class space entirely. This thesis integrates three hierarchy-aware loss functions into the SemFew training pipeline: soft labels and hierarchical cross-entropy (HXE), both adapted from Bertinetto et al. (2020), and the taxonomic margin, a novel loss proposed here. The taxonomic margin inflates the logit of each distractor sibling class before the softmax in proportion to its taxonomic proximity to the true class, increasing gradient pressure precisely on the intra-superclass confusions that dominate the baseline’s failure mode. The contribution is strictly limited to the training objective; the backbone, semantic descriptions, and prototype construction mechanism are inherited unchanged. Experiments are conducted on CIFAR-FS and FC100 with ResNet-12 and Swin-T backbones under 1-shot and 5-shot protocols. The taxonomic margin achieves the largest accuracy gain in the evaluation matrix, surpassing the SemFew baseline on FC100 with ResNet-12 at 1-shot by +0.48 percentage points. No method improves results on CIFAR-FS, and no method produces a consistent reduction in the sibling error rate across any condition. These results reveal that hierarchy-aware training provides a measurable benefit only when the dataset split creates a genuine superclass-level generalisation gap and the backbone is weak enough that the training objective remains decisive for prototype quality, two conditions satisfied jointly only at the hardest evaluated setting. The binary depth-2 taxonomy of both benchmarks constrains the expressive range of all three loss functions, leaving a meaningful reduction of intra-superclass confusion in richer hierarchies as an open goal for future work.
Clasificación de estados motores a partir de señales LFP: comparación entre características espectrales temporalmente agregadas y modelado espacio-temporal
(2026-06-10) Palavecino Padilla, Albert; Cos Aguilera, Ignasi; Radeva, Petia
[cat] Els potencials de camp local (LFP) registrats durant tasques motores permeten distingir fases consecutives del moviment, però enfocaments previs com l’estudi de referència segmenten el senyal en finestres associades a cada estat i representen cada finestra mitjançant l’amplitud espectral mitjana per canal, eliminant-ne així l’evolució temporal. Aquest treball avalua si conservar l’estructura canals × temps millora aquesta representació agregada en la classificació d’estats motors seqüencials. Es van analitzar registres LFP de 256 canals d’un únic primat no humà durant onze sessions d’una tasca reach-to-grasp. A partir dels registres continus es van construir mostres supervisades i es van comparar, sobre els mateixos assajos, bandes, particions i llavors, un baseline clàssic basat en aquestes amplituds, regressió logística multinomial (MLR) i veí més proper (1-NN), i una xarxa convolucional basada en EEGNet que conserva la dimensió temporal. L’avaluació va incloure quatre configuracions de tres i cinc estats amb finestres de 250 i 400 timesteps, vuit bandes i deu llavors, amb la balanced accuracy com a mètrica principal. Multinuit va ser la banda més discriminativa i EEGNet va superar la MLR en tres configuracions, amb una millora màxima de +0,047 en tres estats i 400 timesteps. En canvi, la configuració de cinc estats i 400 timesteps només va conservar 266 assajos vàlids, va mostrar sobreajustament i va obtenir un rendiment inferior a la MLR. L’anàlisi d’oclusió va mostrar una rellevància dels canals heterogènia i parcialment estable, tot i que l’absència d’un mapatge confirmat va impedir-ne la interpretació anatòmica. En conjunt, la hipòtesi queda respaldada de manera condicionada: el modelatge espaciotemporal pot aportar informació discriminativa addicional, però el seu benefici depèn de la relació entre la complexitat del problema, la durada de la finestra, el suport de dades disponible i la capacitat del model. [spa] Los potenciales de campo local (LFP) registrados durante tareas motoras permiten distinguir fases consecutivas del movimiento, pero enfoques previos como el estudio de referencia segmentan la señal en ventanas asociadas a cada estado y representan cada ventana mediante la amplitud espectral media por canal, eliminando así su evolución temporal. Este trabajo evalúa si conservar la estructura canales × tiempo mejora esa representación agregada al clasificar estados motores secuenciales. Se analizaron registros LFP de 256 canales de un único primate no humano durante once sesiones de una tarea reach-to-grasp. A partir de los registros continuos se construyeron muestras supervisadas y se compararon, sobre los mismos ensayos, bandas, particiones y semillas, un baseline clásico sobre esas amplitudes, regresión logística multinomial (MLR) y vecino más cercano (1-NN), y una red convolucional basada en EEGNet que conserva la dimensión temporal. La evaluación abarcó cuatro configuraciones de tres y cinco estados con ventanas de 250 y 400 timesteps, ocho bandas y diez semillas, con balanced accuracy como métrica principal. Multinuit fue la banda más discriminativa y EEGNet superó a la MLR en tres configuraciones, con una mejora máxima de +0,047 en tres estados y 400 timesteps. En cambio, la configuración de cinco estados y 400 timesteps conservó solo 266 ensayos válidos, mostró sobreajuste y obtuvo un rendimiento inferior a la MLR. El análisis de oclusión mostró una relevancia de canales heterogénea y parcialmente estable, aunque sin un mapeo confirmado no pudo realizarse una interpretación anatómica. En conjunto, la hipótesis queda respaldada de forma condicionada: el modelado espacio-temporal puede aportar información discriminativa adicional, pero su beneficio depende de la relación entre la complejidad del problema, la duración de la ventana, el soporte de datos disponible y la capacidad del modelo. [eng] Local field potentials (LFPs) recorded during motor tasks can distinguish consecutive phases of movement, but previous approaches such as the reference study segment the signal into windows associated with each state and represent each window using the mean spectral amplitude per channel, thereby removing its temporal evolution. This study evaluates whether preserving the channel × time structure improves on this aggregated representation when classifying sequential motor states. We analysed 256-channel LFP recordings from a single non-human primate across eleven sessions of a reach-to-grasp task. Supervised samples were constructed from the continuous recordings, and two approaches were compared using the same trials, frequency bands, data splits, and random seeds: a classical baseline based on these amplitudes, multinomial logistic regression (MLR) and 1-nearest neighbour (1-NN), and an EEGNet-based convolutional neural network that preserves the temporal dimension. The evaluation covered four configurations comprising three and five states with 250- and 400-timestep windows, eight bands, and ten seeds, with balanced accuracy as the primary metric. Multinuit was the most discriminative band, and EEGNet outperformed MLR in three configurations, with a maximum improvement of +0.047 for three states and 400 timesteps. In contrast, the five-state, 400-timestep configuration retained only 266 valid trials, showed overfitting, and underperformed MLR. Occlusion analysis revealed heterogeneous and partially stable channel relevance, although anatomical interpretation was not possible without a confirmed mapping. Overall, the hypothesis is conditionally supported: spatio-temporal modelling can provide additional discriminative information, but its benefit depends on the relationship between problem complexity, window duration, the available data support, and model capacity.
SIEM FRAMEWORK
(2026-06-10) Navarro Vázquez, Francesc; Roca Cánovas, Raúl
[cat] Aquest Treball Final de Grau presenta el disseny, desenvolupament i validació de SIEM Framework, una plataforma web orientada a la centralització, processament i anàlisi d’esdeveniments de seguretat. El projecte neix amb l’objectiu d’estudiar i implementar de forma pràctica els principals components que formen part d’un sistema Security Information and Event Management (SIEM), reproduint les funcionalitats essencials presents en aquest tipus de solucions utilitzades pels centres d’operacions de seguretat. La plataforma desenvolupada permet la recepció i processament de logs procedents de diferents fonts de seguretat, la seva normalització a una estructura comuna i l’emmagatzematge tant de la informació original com de la seva representació normalitzada. Sobre aquesta informació s’executa un motor de detecció basat en regles capaç d’identificar diferents patrons d’amenaça i generar alertes de forma automàtica. La solució s’ha implementat seguint una arquitectura web de tres capes. El frontend ha estat desenvolupat amb React i Vite, mentre que el backend s’ha implementat amb Spring Boot seguint una arquitectura modular basada en serveis. La persistència de dades es realitza mitjançant PostgreSQL. El sistema implementa un mecanisme propi d’autenticació basat en sessions de servidor i incorpora una integració opcional amb Keycloak per a l’inici de sessió SSO. A més, la plataforma organitza la informació operativa per empreses i permet consultar-la de manera individual o combinada. Entre les funcionalitats desenvolupades destaquen el registre i la consulta d’empreses, la gestió d’usuaris i l’assignació de nivells operatius i permisos d’administració, la ingestió i consulta de logs, la detecció basada en regles, la generació i gestió d’alertes, la creació de casos d’investigació, el sistema de notificacions i un dashboard operatiu amb indicadors orientats al seguiment dels incidents de seguretat. El motor de detecció incorpora regles específiques per identificar escenaris com intents de força bruta, password spraying, campanyes de phishing, comportaments associats a ransomware, moviments laterals, escales de severitat i correlació d’indicadors entre empreses. La validació del sistema s’ha realitzat mitjançant dades simulades i escenaris de prova representatius, verificant tant el funcionament de les funcionalitats principals, com la correcta detecció dels diferents patrons implementats. Els resultats obtinguts demostren la viabilitat de la solució desenvolupada i permeten comprendre de manera pràctica els processos d’ingestió, correlació, detecció i gestió d’incidents que caracteritzen les plataformes SIEM modernes. [spa] Este proyecto de fin de carrera presenta el diseño, el desarrollo y la validación de SIEM Framework, una plataforma web destinada a la centralización, el procesamiento y el análisis de eventos de seguridad. El proyecto está diseñado para estudiar e implementar de forma práctica los principales componentes de un sistema de gestión de información y eventos de seguridad (SIEM), reproduciendo las funcionalidades esenciales que se encuentran en este tipo de soluciones utilizadas por los centros de operaciones de seguridad. La plataforma desarrollada permite la recepción y el procesamiento de registros procedentes de diferentes fuentes de seguridad, su normalización en una estructura común y el almacenamiento tanto de la información original como de su representación normalizada. Sobre esta información se ejecuta un motor de detección basado en reglas, capaz de identificar diferentes patrones de amenazas y generar alertas de forma automática. La solución se ha implementado siguiendo una arquitectura web de tres capas. El frontend se ha desarrollado con React y Vite, mientras que el backend se ha implementado con Spring Boot, siguiendo una arquitectura modular basada en servicios. La persistencia de datos se gestiona mediante PostgreSQL. El sistema implementa su propio mecanismo de autenticación basado en sesiones de servidor e incluye una integración opcional con Keycloak para el inicio de sesión SSO. Además, la plataforma organiza la información operativa por empresa y permite consultarla de forma individual o combinada. Entre las funcionalidades desarrolladas se encuentran el registro y la consulta de empresas, la gestión de usuarios y la asignación de niveles operativos y permisos administrativos, la ingesta y consulta de registros, la detección basada en reglas, la generación y gestión de alertas, la creación de casos de investigación, el sistema de notificaciones y un panel operativo con indicadores para el seguimiento de incidentes de seguridad. El motor de detección incorpora reglas específicas para identificar escenarios tales como intentos de fuerza bruta, password spraying, campañas de phishing, comportamientos relacionados con el ransomware, movimientos laterales, escaladas de gravedad y la correlación de indicadores entre empresas. El sistema se ha validado utilizando datos simulados y escenarios de prueba representativos, verificando tanto el funcionamiento de las principales funcionalidades como la correcta detección de los diversos patrones implementados. Los resultados obtenidos demuestran la viabilidad de la solución desarrollada y permiten comprender de forma práctica los procesos de ingestión, correlación, detección y gestión de incidentes que caracterizan a las plataformas SIEM modernas. [eng] This Final Degree Project presents the design, development and validation of SIEM Framework, a web platform aimed at the centralisation, processing and analysis of security events. The project is designed to practically study and implement the main components of a Security Information and Event Management (SIEM) system, reproducing the essential functionalities found in these types of solutions used by security operations centres. The developed platform allows for the reception and processing of logs from different security sources, their normalisation into a common structure, and the storage of both the original information and its normalised representation. On top of this information, a rule-based detection engine is run, capable of identifying different threat patterns and generating alerts automatically. The solution has been implemented following a three-tier web architecture. The frontend has been developed with React and Vite, while the backend has been implemented with Spring Boot, following a service-based modular architecture. Data persistence is managed using PostgreSQL. The system implements an internal authentication mechanism based on server-side sessions and provides optional integration with Keycloak for Single Sign-On. Furthermore, the platform organises operational information by company and allows it to be queried individually or in combination. The developed functionalities include company registration and consultation, user management and assignment of operational tiers and administrative permissions, log ingestion and querying, rule-based detection, alert generation and management, the creation of investigation cases, a notification system, and an operational dashboard with metrics for tracking security incidents. The detection engine incorporates specific rules to identify scenarios such as brute-force attempts, password spraying, phishing campaigns, ransomware-related behaviours, lateral movements, severity escalations, and the correlation of indicators across organisations. The system has been validated using simulated data and representative test scenarios, verifying both the operation of the main functionalities and the correct detection of the various implemented patterns. The results obtained demonstrate the feasibility of the developed solution and allow for a practical understanding of the ingestion, correlation, detection, and incident management processes that characterise modern SIEM platforms.
Impact of long-term statin therapy on incidence and severity of community-acquired pneumonia: a real-world data analysis
(MDPI, 2025-06-11) Toledo Zavaleta, Diana Isabel; Cartanyà Hueso, Àurea; Morros Pedrós, Rosa; Giner Soriano, Maria; Domínguez García, Àngela; Vilaplana Carnerero, Carles; Grau, Maria
Objectives: This study aims to evaluate the impact of chronic statin therapy on the incidence of community-acquired pneumonia (CAP) and the rate of intensive care unit (ICU) admissions associated with CAP. Methods: Two population-based dynamic cohorts, consisting of individuals exposed and unexposed to statins, were followed from 2010 to 2019. Participants were older than 60 years, with frail patients excluded. The primary outcomes were the incidence of CAP and ICU admissions due to CAP, serving as a proxy for complicated cases. The exposed cohort included new statin users with at least two pharmacy invoices within 90 days of the recruitment period. Adjusted risk ratios (aRRs) for CAP incidence and CAP-associated ICU admissions were calculated using Poisson regression. Results: This study analyzed a sample of 639,564 individuals, evenly divided into exposed (319,782) and unexposed (319,782) groups, with a mean age of 71 years (standard deviation of 8 years) and 57% women. New statin users had a higher incidence of CAP [42.1 (95% confidence interval: 41.9–42.2) vs. 36.6 (36.5–36.8) per 1000 person-years] and ICU admissions [11.5 (11.5–11.6) vs. 10.1 (10.0–10.1) per 1000 person-years] compared to non-users. The adjusted analysis indicated that statin treatment reduced CAP risk by 6% [aRR: 0.94 (0.91–0.96)] and ICU admission by 7% [aRR: 0.93 (0.88–0.98)]. Conclusions: Prior statin therapy was associated with a clinically significant reduction in the incidence of CAP and ICU admissions due to CAP, despite the greater vulnerability of new users at the start of treatment compared to non-users.
Federated Adaptation of a Cardiac MRI Foundation Model for Multi-Task Image Analysis
(2026-06-10) Hernandez Villarreal, Rodolfo Romeo; Gkontra, Polyxeni; Perramon Llussà, Joan
[eng] Cardiovascular diseases remain the leading cause of death worldwide, driving the need for accurate and scalable diagnostic tools. Foundation models have emerged as a powerful paradigm in medical imaging, achieving state-of-the-art performance across a variety of tasks. More recently, their application to cardiac image analysis has shown particular promise for automating the assessment of cardiac anatomy and function. Federated Learning (FL) addresses this bottleneck by enabling collaborative model training without sharing raw patient data. However, real-world federated settings introduce substantial data heterogeneity across clinical sites, including differences in scanner vendors, acquisition protocols, and patient demographics, that can degrade model convergence under standard aggregation strategies. This work investigates the federated fine-tuning of CineMA, a state-of-the-art cardiac magnetic resonance (CMR) foundation model based on a multi-view convolutional-transformer masked autoencoder architecture. The study leverages Flower, an open-source FL framework, to evaluate both conventional full fine-tuning (FFT) and parameter-efficient fine-tuning through Low-Rank Adaptation (LoRA) under highly heterogeneous non-IID conditions. In addition, four aggregation strategies were compared: FedAvg (baseline), FedProx, FedCE, and Rate-My-LoRA. The framework is assessed across three downstream clinical tasks: binary pathology classification, left ventricle ejection fraction (LVEF) regression, and multiclass cardiac segmentation. Experiments are conducted across five clients partitioned by scanner vendor and derived from the public ACDC and M&Ms datasets. The evaluation is complemented by uncertainty estimation using Monte Carlo Dropout and per-client fairness analysis. Three main findings emerge from the experimental evaluation. First, the relative performance of FFT and LoRA was task-dependent. Federated LoRA proved competitive with FFT for segmentation, achieving performance within $0.01$ Dice points, whereas centralized LoRA exhibited a larger gap of $0.018$. In contrast, federated LoRA underperformed compared with FFT on both the classification and regression tasks. Second, among aggregation strategies, FedProx under FFT emerged as the most consistent method across all tasks—improving weighted classification MCC from $0.566$ to $0.650$ under class re-weighting where FedAvg dropped from $0.652$ to $0.482$, and achieving the highest positive $R^{2}$ ($0.183$) among federated regression methods—although it did not achieve the highest scores in every setting: FedAvg FFT led unweighted classification (MCC $0.652$), FedCE LoRA achieved the best federated segmentation Dice ($0.904$), and FedProx LoRA itself performed among the weakest LoRA-based classifiers. FedCE and Rate-My-LoRA performed competitively on segmentation but showed limited performance on classification and regression, where their reliance on per-round client validation signals proved unreliable given small per-client sample sizes. The evaluation framework also incorporated per-client fairness metrics and Monte Carlo (MC) Dropout uncertainty estimation across all three tasks. Vendor domain shift and dataset size emerged as the dominant drivers of performance disparity: the GE client, operating under a distinct acquisition protocol with $105$ samples, was the primary source of inequity in classification, yet performed comparably to larger clients in segmentation. This dissociation demonstrates that vendor-induced heterogeneity degrades abstract diagnostic features while sparing geometric anatomical representations. Uncertainty estimates were well-calibrated under FFT, with FedProx approaching centralized levels, while LoRA methods exhibited three to five times higher epistemic uncertainty in classification and regression. Overall, these results demonstrate that federated fine-tuning of cardiac foundation models is viable across multiple clinical tasks, that strategy selection should be guided by task type and client characteristics, and that proximal regularization provides a practical and reliable approach for stabilizing distributed optimization under real-world clinical data heterogeneity. [spa] Las enfermedades cardiovasculares siguen siendo la principal causa de muerte a nivel mundial, lo que impulsa la necesidad de herramientas diagnósticas precisas y escalables. Los modelos fundacionales han surgido como un paradigma poderoso en el diagnóstico por imágenes médicas, logrando un rendimiento de vanguardia (state-of-the-art) en una variedad de tareas. Más recientemente, su aplicación al análisis de imágenes cardíacas ha mostrado una promesa particular para automatizar la evaluación de la anatomía y la función cardíacas. El Aprendizaje Federado (FL, por sus siglas en inglés) aborda este cuello de botella al permitir el entrenamiento colaborativo de modelos sin compartir los datos brutos de los pacientes. Sin embargo, los entornos federados del mundo real introducen una heterogeneidad de datos sustancial entre los centros clínicos, incluyendo diferencias en los proveedores de escáneres, los protocolos de adquisición y la demografía de los pacientes, lo que puede degradar la convergencia del modelo bajo estrategias de agregación estándar. Este trabajo investiga el ajuste fino federado (federated fine-tuning) de CineMA, un modelo fundacional de resonancia magnética cardíaca (CMR) de vanguardia basado en una arquitectura de autocodificador enmascarado de convolución y transformador multivista (multi-view convolutional-transformer masked autoencoder). El estudio aprovecha Flower, un marco de trabajo de FL de código abierto, para evaluar tanto el ajuste fino completo (full fine-tuning, FFT) convencional como el ajuste fino eficiente en parámetros a través de la Adaptación de Bajo Rango (Low-Rank Adaptation, LoRA) bajo condiciones no-IID altamente heterogéneas. Además, se compararon cuatro estrategias de agregación: FedAvg (línea base), FedProx, FedCE y Rate-My-LoRA. El marco de trabajo se evalúa en tres tareas clínicas posteriores (downstream): clasificación patológica binaria, regresión de la fracción de eyección del ventrículo izquierdo (LVEF) y segmentación cardíaca multiclase. Los experimentos se llevan a cabo en cinco clientes divididos por proveedor de escáner y derivados de los conjuntos de datos públicos ACDC y M&Ms. La evaluación se complementa con la estimación de la incertidumbre mediante el Dropout de Monte Carlo y un análisis de equidad (fairness) por cliente. De la evaluación experimental surgen tres hallazgos principales. Primero, el rendimiento relativo de FFT y LoRA dependió de la tarea. LoRA federado demostró ser competitivo con FFT para la segmentación, logrando un rendimiento dentro de un margen de $0.01$ puntos de Dice, mientras que LoRA centralizado exhibió una brecha mayor de $0.018$. Por el contrario, LoRA federado tuvo un rendimiento inferior en comparación con FFT tanto en las tareas de clasificación como en las de regresión. Segundo, entre las estrategias de agregación, FedProx bajo FFT surgió como el método más consistente en todas las tareas—mejorando el MCC de clasificación ponderado de $0.566$ a $0.650$ bajo reponderación de clases, donde FedAvg cayó de $0.652$ a $0.482$, y logrando el $R^{2}$ positivo más alto ($0.183$) entre los métodos de regresión federados—aunque no alcanzó las puntuaciones más altas en todos los escenarios: FedAvg FFT lideró la clasificación no ponderada (MCC de $0.652$), FedCE LoRA logró el mejor Dice de segmentación federada ($0.904$), y el propio FedProx LoRA se desempeñó entre los clasificadores basados en LoRA más débiles. FedCE y Rate-My-LoRA tuvieron un desempeño competitivo en la segmentación, pero mostraron un rendimiento limitado en la clasificación y la regresión, donde su dependencia de las señales de validación de los clientes por ronda resultó poco confiable debido al tamaño reducido de las muestras por cliente. El marco de evaluación también incorporó métricas de equidad por cliente y estimación de incertidumbre mediante Dropout de Monte Carlo (MC) en las tres tareas. El cambio de dominio del proveedor (vendor domain shift) y el tamaño del conjunto de datos surgieron como los factores dominantes de la disparidad en el rendimiento: el cliente GE, que operaba bajo un protocolo de adquisición distinto con $105$ muestras, fue la principal fuente de inequidad en la clasificación, pero se desempeñó de manera comparable a los clientes más grandes en la segmentación. Esta disociación demuestra que la heterogeneidad inducida por el proveedor degrada las características diagnósticas abstractas mientras preserva las representaciones anatómicas geométricas. Las estimaciones de incertidumbre estuvieron bien calibradas bajo FFT, con FedProx acercándose a los niveles centralizados, mientras que los métodos LoRA exhibieron una incertidumbre epistémica de tres a cinco veces mayor en la clasificación y la regresión. En general, estos resultados demuestran que el ajuste fino federado de modelos fundacionales cardíacos es viable en múltiples tareas clínicas, que la selección de la estrategia debe guiarse por el tipo de tarea y las características del cliente, y que la regularización proximal proporciona un enfoque práctico y confiable para estabilizar la optimización distribuida bajo la heterogeneidad de datos clínicos del mundo real.