Especialización en Gestión y Análisis de Datos Sanitarios en Ingeniería Biomédica

Especialización

Online

$ 1.595 IVA inc.

Descripción

  • Tipología

    Especialización

  • Metodología

    Online

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

Una de las áreas que más transformaciones ha experimentado en la medicina actual es la gestión y el análisis de datos sanitarios. La aparición de nuevas disciplinas que combinan conocimientos tecnológicos con la medicina. han logrado integrar la recolección y el procesamiento de datos, de modo que puedan utilizarse para
diagnosticar y tratar diversas afecciones y patologías. Este programa profundiza en las últimas innovaciones en este campo, ofreciendo al médico una actualización en cuestiones como los diferentes tipos de señales biomédicas, la bioinformática médica o las bases de datos aplicadas a este campo. El profesional podrá ponerse al día gracias a un profesorado de alto nivel compuesto por investigadores de élite en esta área, y mediante un sistema de enseñanza 100% online que le permite escoger el momento y el lugar para estudiar.

Información importante

Documentación

  • 622especializacion-gestion-analisis-datos-sanitarios-ingenieria-biomedica.pdf

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

Información relevante sobre el curso

Objetivos generales
Š Generar conocimiento especializado sobre los principales tipos de señales biomédicas y sus usos
Š Desarrollar los conocimientos físicos y matemáticos que subyacen a las señales biomédicas
Š Profundizar en el análisis y procesamiento de las señales biomédicas

Objetivos específicos
Módulo 1. Señales biomédicas
Š Distinguir los diferentes tipos de señales biomédicas
Š Determinar cómo se adquieren, interpretan, analizan y procesan las señales biomédicas
Š Analizar la aplicabilidad clínica de las señales biomédicas mediante casos de estudio prácticos
Módulo 2. Bioinformática médica
Š Desarrollar un marco referencial de bioinformática médica
Š Examinar los equipos y software de cómputo requeridos en bioinformática médica
Š Generar conocimiento especializado sobre las técnicas de minería de datos en bioinformática

Dados los últimos avances en la gestión y procesamiento de datos sanitarios, este programa tiene como objetivo ofrecer al médico una actualización en esta área en auge. La recolección y el análisis de datos a gran escala permite realizar diagnósticos, tratamientos e intervenciones muy precisas, por lo que esta disciplina se ha convertido en fundamental en los últimos años. Así, este Experto Universitario brinda la posibilidad de ponerse al día en estas cuestiones, permitiendo al profesional integrar las técnicas más avanzadas de la Ingeniería Biomédica.

Este Experto Universitario en Gestión y Análisis de Datos Sanitarios en Ingeniería Biomédica 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 Gestión y Análisis de Datos Sanitarios en Ingeniería Biomédica
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

  • Análisis de datos
  • Ingeniería
  • Gestión
  • Modelo relacional
  • Contextos
  • Estandarización
  • Amplificadores
  • Minería
  • E learning
  • Estructura
  • Prevención
  • Instalación
  • Genética

Profesores

Carlos Ruiz Díez

Carlos Ruiz Díez

Profesor

Temario

Módulo 1. Señales biomédicas

1.1. Señales biomédicas

1.1.1. Origen de la señal biomédica
1.1.2. Las señales biomédicas

1.1.2.1. Amplitud
1.1.2.2. Periodo
1.1.2.3. Frecuencia
1.1.2.4. Longitud de onda
1.1.2.5. Fase

1.1.3. Clasificación y ejemplos de señales biomédicas

1.2. Tipos de señales biomédicas. Electrocardiografía, electroencefalografía y magnetoencefalografía

1.2.1. Electrocardiografía (ECG)
1.2.2. Electroencefalografía (EEG)
1.2.3. Magnetoencefalografía (MEG)

1.3. Tipos de señales biomédicas. Electroneurografía y electromiografía

1.3.1. Electroneurografía (ENG)
1.3.2. Electromiografía (EMG)
1.3.3. Potenciales relacionados con eventos (ERPs)
1.3.4. Otros tipos

1.4. Señales y sistemas

1.4.1. Señales y sistemas
1.4.2. Señales continuas y discretas: analógicas vs. digitales
1.4.3. Sistemas en el dominio del tiempo
1.4.4. Sistemas en el dominio de la frecuencia. Método espectral

1.5. Fundamentos de señales y sistemas

1.5.1. Muestreo: Nyquist
1.5.2. La transformada de Fourier. DFT
1.5.3. Procesos estocásticos

1.5.3.1. Señales deterministas vs. aleatorias
1.5.3.2. Tipos de procesos estocásticos
1.5.3.3. Estacionariedad
1.5.3.4. Ergodicidad
1.5.3.5. Relaciones entre señales

1.5.4. Densidad espectral de potencia

1.6. Procesamiento de la señal biomédica

1.6.1. Procesamiento de la señal
1.6.2. Objetivos y etapas del procesado
1.6.3. Elementos clave de un sistema de procesado digital
1.6.4. Aplicaciones. Tendencias

1.7. Filtrado: eliminación de artefactos

1.7.1. Motivación. Tipos de filtrado
1.7.2. Filtrado en el dominio del tiempo
1.7.3. Filtrado en el dominio de la frecuencia
1.7.4. Aplicaciones y ejemplos

1.8. Análisis tiempo-frecuencia

1.8.1. Motivación
1.8.2. Plano tiempo-frecuencia
1.8.3. Transformada de Fourier de Tiempo Corto (STFT)
1.8.4. Transformada Wavelet
1.8.5. Aplicaciones y ejemplos

1.9. Detección de eventos

1.9.1. Caso de estudio I: ECG
1.9.2. Caso de estudio II: EEG
1.9.3. Evaluación de la detección

1.10. Software para el procesamiento de señales biomédicas

1.10.1. Aplicaciones, entornos y lenguajes de programación
1.10.2. Librerías y herramientas
1.10.3. Aplicación práctica: Sistema básico de procesamiento de señal biomédica

Módulo 2. Bioinformática médica

2.1. La Bioinformática Médica

2.1.1. Computación en la biología médica
2.1.2. Bioinformática médica

2.1.2.1. Aplicaciones de la bioinformática
2.1.2.2. Sistema informático, redes y bases de datos médicos
2.1.2.3. Aplicaciones de la bioinformática médica en la salud humana

2.2. Equipos y software de cómputo requeridos en bioinformática

2.2.1. Cómputo científico en ciencias biológicas
2.2.3. El ordenador
2.2.4. Hardware, software y sistemas operativos
2.2.5. Estaciones de trabajo y ordenadores personales
2.2.6. Plataformas de cómputo de alto rendimiento y entornos virtuales
2.2.7. Sistema operativo Linux

2.2.7.1. Instalación de Linux
2.2.7.2. Uso de la interfaz de líneas de comando de Linux

2.3. Análisis de datos usando lenguaje de programación R

2.3.1. Lenguaje estadístico de programación R
2.3.2. Instalación y usos de R
2.3.3. Métodos de análisis de datos con R
2.3.4. Aplicaciones de R en bioinformática médica

2.4. Análisis de datos usando lenguaje de programación Python

2.4.1. Lenguaje de programación multipropósito Python
2.4.2. Instalación y usos de Python
2.4.3. Métodos de análisis de datos con Python
2.4.4. Aplicaciones Python en bioinformática médica

2.5. Métodos de análisis de secuencia genética humana

2.5.1. Genética humana
2.5.2. Técnicas y métodos de análisis de secuenciación de datos genómicos
2.5.3. Alineamientos de secuencia
2.5.4. Herramientas para la detección, comparación y modelado de genomas

2.6. Minería de datos en Bioinformática

2.6.1. Fases del descubrimiento de conocimiento en bases de datos, KDD
2.6.2. Técnicas de preprocesado
2.6.3. Descubrimiento de conocimiento en bases de datos biomédicas
2.6.4. Análisis de datos de genómica humana

2.7. Técnicas de Inteligencia artificial y Big Data en Bioinformática médica

2.7.1. Aprendizaje automático o Machine Learning para Bioinformática médica

2.7.1.1. Aprendizaje supervisado: regresión y clasificación
2.7.1.2. Aprendizaje No supervisado: Clustering y reglas de asociación

2.7.2. Big Data
2.7.3. Plataformas computacionales y entornos de desarrollo

2.8. Aplicaciones de la bioinformática para prevención, diagnóstico y terapias clínicas

2.8.1. Procedimientos de identificación de genes causantes de enfermedades
2.8.2. Procedimiento para analizar e interpretar el genoma para terapias médicas
2.8.3. Procedimientos para evaluar predisposiciones genéticas de pacientes para prevención y diagnóstico temprano

2.9. Metodología y flujo de trabajo bioinformático médico

2.9.1. Creación de flujos de trabajo para analizar los datos
2.9.2. Interfaces de programación de aplicaciones, API

2.9.2.1. Librerías de R y Python para análisis bioinformático
2.9.2.2. Bioconductor: instalación y usos

2.9.3. Usos de flujos de trabajo bioinformático en servicios de cloud (Nube)

2.10. Factores asociados a las aplicaciones de bioinformática sostenible y tendencias de futuro

2.10.1. Marco legal y regulatorio
2.10.2. Buenas prácticas en el desarrollo de proyectos de bioinformática médica
2.10.3. Tendencias de futuro en aplicaciones en bioinformática

Módulo 3. Bases de datos biomédicos y sanitarios

3.1. Bases de datos hospitalarias

3.1.1. Las bases de datos
3.1.2. La importancia de los datos
3.1.3. Los datos en los contextos clínicos

3.2. Modelado conceptual

3.2.1. Estructura de los datos
3.2.2. Modelo de datos sistemáticos
3.2.3. Estandarización de datos

3.3. Modelo de datos relacional

3.3.1. Ventajas y desventajas
3.3.2. Lenguajes formales

3.4. Diseño de bases de datos relacionales

3.4.1. Dependencia funcional
3.4.2. Formas relacionales
3.4.3. Normalización

3.5. Lenguaje SQL

3.5.1. Modelo relacional
3.5.2. Modelo objeto-relación
3.5.3. Modelo XML-objeto-relación

3.6. NoSQL

3.6.1. JSON
3.6.2. NoSQL
3.6.3. Amplificadores diferenciales
3.6.4. Integradores y diferenciadores

3.7. MongoDB

3.7.1. Arquitectura ODMS
3.7.2. NodeJS
3.7.3. Mongoose
3.7.4. Agregación

3.8. Análisis de datos

3.8.1. Análisis de datos
3.8.2. Análisis cualitativo
3.8.3. Análisis cuantitativo

3.9. Bases legales y normativa de regulación

3.9.1. Reglamento General de Protección de Datos
3.9.2. Consideraciones de ciberseguridad
3.9.3. Normativa aplicada a datos sanitarios

3.10. Integración de bases de datos en historias clínicas

3.10.1. Las historias clínicas
3.10.2. Sistema HIS
3.10.3. Los datos en el HIS

Especialización en Gestión y Análisis de Datos Sanitarios en Ingeniería Biomédica

$ 1.595 IVA inc.