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

TECH

Especialización

Online

$ 1.595 IVA inc.

Los mejores cursos de Medicina

Ver todos

Ver todos

Descripción

  • Tipología

    Especialización

  • Metodología

    Online

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

    Sí

  • Clases virtuales

    Sí

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

Documentación

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

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

Información relevante sobre el curso

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

Materias

  • Prevención
  • Diagnóstico
  • Imágenes
  • Salud
  • Radiología

Profesores

Ángela Sirera Pérez

Ángela Sirera Pérez

Investigadora nuclear y radiofísica en la Clínica Universitaria de Nav

Temario

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

Categorías relacionadas

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

$ 1.595 IVA inc.

Los mejores cursos de Medicina

Ver todos

Ver todos