course-premium

Especialización en Análisis de Imágenes Biomédicas y Big Data en E-Health

Especialización

Virtual

$ 7.600.000 IVA inc.

Llama al centro

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

¡Educación sin fronteras!

  • Tipología

    Especialización

  • Metodología

    Virtual

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

TECH - Universidad Tecnológica

El creciente avance de la biomedicina y el procesamiento de datos sanitarios masivos ha mejorado la calidad en la atención de los pacientes, así como en la prevención, diagnóstico y tratamiento de enfermedades. Todo ello, impulsado además por el
desarrollo tecnológico, la medicina nuclear y las herramientas empleadas en el Big Data de la salud. Una realidad que es posible gracias a la implicación de los diferentes actores involucrados, entre los que se encuentran los profesionales de la Medicina. Es a ellos, a quienes se dirige TECH con este programa 100% online, que le llevará a profundizar en los últimos progresos técnicos en el estudio de imágenes biomédicas o el internet de las cosas aplicado a la medicina. Todo ello, con un contenido multimedia de calidad al que podrá acceder, cómodamente, cuando y donde, necesite.

Información importante

Documentos

  • 701especializacion-analisis-imagenes-biomedicas-big-data.pdf

Sedes y fechas disponibles

Ubicación

Inicio

Virtual

Inicio

Fechas disponiblesInscripciones abiertas

A tener en cuenta

Objetivos generales
Š Desarrollar conceptos clave de medicina que sirvan de vehículo de comprensión de la medicina clínica
Š Determinar las principales enfermedades que afectan al cuerpo humano clasificadas por aparatos o sistemas, estructurando cada módulo en un esquema claro de fisiopatología, diagnóstico y tratamiento
Š Determinar cómo obtener métricas y herramientas para la gestión de la salud

Objetivos específicos
Módulo 1. Técnicas, reconocimiento e intervención a través de imágenes biomédicas
Š Examinar los fundamentos de las tecnologías de la imagen médica
Š Desarrollar conocimientos especializados sobre la radiología, aplicaciones clínicas y fundamentos físicos
Š Analizar los ultrasonidos, aplicaciones clínicas y fundamentos físicos
Módulo 2. Big Data en medicina: procesamiento masivo de datos médicos
Š Desarrollar conocimiento especializado sobre las técnicas de obtención masiva de datos en biomedicina
Š Analizar la importancia del preprocesado de datos en Big Data

El temario de este Experto Universitario en Análisis de Imágenes Biomédicas y Big Data en E-Health pretende instruir a los ingenieros que cuenten con una base técnica y deseen ampliar sus conocimientos hacia la imagen médica y las aplicaciones de
la inteligencia artificial e internet de las cosas (IoT) en telemedicina. En tan solo 6 meses, TECH dotará al alumno de conocimientos tecnológicos aplicados a la medicina mediante una modalidad 100% basada en contenidos descargables, de los que
dispondrá incluso sin conexión a Internet. Además, el estudio se ha planteado de forma dinámica para despertar el interés y proyectar el rendimiento de los estudiantes.

Este Experto Universitario en Análisis de Imágenes Biomédicas y Big Data en E-Health contiene el programa científico más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Experto Universitario emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Experto Universitario, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Experto Universitario en Análisis de Imágenes Biomédicas y Big Data en E-Health
N.º Horas Oficiales: 450 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente, calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los
siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google
Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterior en iPad.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Logros de este Centro

2023
2022
2020

Todos los cursos están actualizados

La valoración media es superior a 3,7

Más de 50 opiniones en los últimos 12 meses

Este centro lleva 6 años en Emagister.

Materias

  • Internet
  • Prevención
  • Terapia
  • Telemedicina
  • Inteligencia artificial
  • Tecnología
  • Big Data
  • Diabetes
  • Nuclear
  • Imagen
  • Papel
  • Oncología
  • Radiología
  • Lenguaje
  • Algoritmos
  • Ética

Profesores

Ángela Sirera Pérez

Ángela Sirera Pérez

Investigadora nuclear y radiofísica en la Clínica Universitaria

Programa académico

Módulo 1. Técnicas, reconocimiento e intervención a través de imágenes biomédicas

1.1. Imágenes médicas

1.1.1. Modalidades de las imágenes médicas
1.1.2. Objetivos de los sistemas de imagen médica
1.1.3. Sistemas de almacenamiento de las Imágenes médicas

1.2. Radiología

1.2.1. Método de obtención de imágenes
1.2.2. Interpretación de la radiología
1.2.3. Aplicaciones clínicas

1.3. Tomografía computarizada (TC)

1.3.1. Principio de funcionamiento
1.3.2. Generación y obtención de la imagen
1.3.3. Tomografía computarizada. Tipología
1.3.4. Aplicaciones clínicas

1.4. Resonancia magnética (RM)

1.4.1. Principio de funcionamiento
1.4.2. Generación y obtención de la imagen
1.4.3. Aplicaciones clínicas

1.5. Ultrasonidos: ecografía y ecografía Doppler

1.5.1. Principio de funcionamiento
1.5.2. Generación y obtención de la imagen
1.5.3. Tipología
1.5.4. Aplicaciones clínicas

1.6. Medicina nuclear

1.6.1. Fundamento fisiológico de los estudios nucleares. Radiofármacos y Medicina Nuclear
1.6.2. Generación y obtención de la imagen
1.6.3. Tipos de pruebas

1.6.3.1. Gammagrafía
1.6.3.2. SPECT
1.6.3.3. PET
1.6.3.4. Aplicaciones clínicas

1.7. Intervencionismo guiado por imagen

1.7.1. La radiología Intervencionista
1.7.2. Objetivos de la radiología intervencionista
1.7.3. Procedimientos
1.7.4. Ventajas y desventajas

1.8. La calidad de la imagen

1.8.1. Técnica
1.8.2. Contraste
1.8.3. Resolución
1.8.4. Ruido
1.8.5. Distorsión y artefactos

1.9. Pruebas de imágenes médicas. Biomedicina

1.9.1. Creación de imágenes 3D
1.9.2. Los biomodelos

1.9.2.1. Estándar DICOM
1.9.2.2. Aplicaciones clínicas

1.10. Protección radiológica

1.10.1. Legislación europea aplicable a los servicios de radiología
1.10.2. Seguridad y protocolos de actuación
1.10.3. Gestión de residuos radiológicos
1.10.4. Protección radiológica
1.10.5. Cuidados y características de las salas

Módulo 2. Big Data en medicina: procesamiento masivo de datos médicos

2.1. Big Data en investigación biomédica

2.1.1. Generación de datos en biomedicina
2.1.2. Alto rendimiento (Tecnología High-throughput)
2.1.3. Utilidad de los datos de alto rendimiento. Hipótesis en la era del Big Data

2.2. Preprocesado de datos en Big Data

2.2.1. Preprocesado de datos
2.2.2. Métodos y aproximaciones
2.2.3. Problemáticas del preprocesado de datos en Big Data

2.3. Genómica estructural

2.3.1. La secuenciación del genoma humano
2.3.2. Secuenciación vs. Chips
2.3.3. Descubrimiento de variantes

2.4. Genómica funcional

2.4.1. Anotación funcional
2.4.2. Predictores de riesgo en mutaciones
2.4.3. Estudios de asociación en genómica

2.5. Transcriptómica

2.5.1. Técnicas de obtención de datos masivos en transcriptómica: RNA-seq
2.5.2. Normalización de datos en transcriptómica
2.5.3. Estudios de expresión diferencial

2.6. Interactómica y epigenómica

2.6.1. El papel de la cromatina en la expresión genética
2.6.2. Estudios de alto rendimiento en interactómica
2.6.3. Estudios de alto rendimiento en epigenética

2.7. Proteómica

2.7.1. Análisis de datos de espectometría de masas
2.7.2. Estudio de modificaciones postraduccionales
2.7.3. Proteómica cuantitativa

2.8. Técnicas de enriquecimiento y clustering

2.8.1. Contextualización de los resultados
2.8.2. Algoritmos de clustering en técnicas ómicas
2.8.3. Repositorios para el enriquecimiento: Gene Ontology y KEGG

2.9. Aplicaciones del Big Data en salud pública

2.9.1. Descubrimiento de nuevos biomarcadores y dianas terapéuticas
2.9.2. Predictores de riesgo
2.9.3. Medicina personalizada

2.10. Big Data aplicado en medicina

2.10.1. El potencial de la ayuda al diagnóstico y la prevención
2.10.2. Uso de algoritmos de Machine Learning en salud pública
2.10.3. El problema de la privacidad

Módulo 3. Aplicaciones de la inteligencia artificial e internet de las cosas (IoT) a la telemedicina

3.1. Plataforma E-Health. Personalización del servicio sanitario

3.1.1. Plataforma E-Health
3.1.2. Recursos para una plataforma de E-Health
3.1.3. Programa “Europa Digital”. Digital Europe-4-Health y Horizonte Europa

3.2. La Inteligencia artificial en el ámbito sanitario I: nuevas soluciones en aplicaciones informáticas

3.3.1. Análisis remoto de los resultados
3.3.2. Chatbox
3.3.3. Prevención y monitorización en tiempo real
3.3.4. Medicina preventiva y personalizada en el ámbito de la oncología

3.3. La inteligencia artificial en el ámbito sanitario II: monitorización y retos éticos

3.3.1. Monitorización de pacientes con movilidad educida
3.3.2. Monitorización cardiaca, diabetes, asma
3.3.3. Apps de salud y bienestar

3.3.3.1. Pulsómetros
3.3.3.2. Pulseras de presión arterial

3.3.4. Ética para la IA en el ámbito médico. Protección de datos

3.4. Algoritmos de Inteligencia artificial para el procesamiento de imágenes

3.4.1. Algoritmos de inteligencia artificial para el tratamiento de imágenes
3.4.2. Diagnóstico y monitorización por imagen en telemedicina

3.4.2.1. Diagnóstico del melanoma

3.4.3. Limitaciones y retos del procesamiento de imagen en telemedicina

3.5. Aplicaciones de la aceleración mediante Unidad Gráfica de Procesamiento (GPU) en medicina

3.5.1. Paralelización de programas
3.5.2. Funcionamiento de la GPU
3.5.3. Aplicaciones de la aceleración por GPU en medicina

3.6. Procesamiento de Lenguaje Natural (NLP) en telemedicina

3.6.1. Procesamiento de textos del ámbito médico. Metodología
3.6.2. El procesamiento de lenguaje natural en la terapia e historias clínicas
3.6.3. Limitaciones y retos del procesamiento de lenguaje natural en telemedicina

3.7. El Internet de las Cosas (IoT) en la telemedicina. Aplicaciones

3.7.1. Monitorización de los signos vitales. Weareables

3.7.1.1. Presión arterial, temperatura, ritmo cardiaco

3.7.2. IoT y tecnología Cloud

3.7.2.1. Transmisión de datos a la nube

3.7.3. Terminales de autoservicio

3.8. IoT en el seguimiento y asistencia de pacientes

3.8.1. Aplicaciones IoT para detectar urgencias
3.8.2. El internet de las cosas en rehabilitación de pacientes
3.8.3. Apoyo de la inteligencia artificial en el reconocimiento de víctimas y salvamento

3.9. Nano-Robots. Tipología

3.9.1. Nanotecnología
3.9.2. Tipos de Nano-Robots

3.9.2.1. Ensambladores. Aplicaciones
3.9.2.2. Auto-replicantes. Aplicaciones

3.10. La inteligencia artificial en el control de la COVID-19

3.10.1. COVID-19 y telemedicina
3.10.2. Gestión y comunicación de los avances y brotes
3.10.3. Predicción de brotes con la inteligencia artificial

Llama al centro

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

Especialización en Análisis de Imágenes Biomédicas y Big Data en E-Health

$ 7.600.000 IVA inc.