| Competencias del título |
| Código | Competencias del título |
| A1 | CE1 - Capacidad para conocer el ámbito de aplicación de la bioinformática y sus aspectos más importantes |
| A2 | CE2 - Definir, evaluar y seleccionar la arquitectura y el software más adecuado para la resolución de un problema en el campo de la Bioinformática |
| A4 | CE4 - Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en aplicaciones Bioinformáticas |
| A6 | CE6 - Capacidad para identificar las herramientas software y fuentes de datos de bioinformática más relevantes, y adquirir destreza en su uso |
| B1 | CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
| B2 | CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio |
| B5 | CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida auto dirigido o autónomo. |
| B6 | CG1 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo |
| B7 | CG2 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas |
| C3 | CT3 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida |
| C6 | CT6 - Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse |
| Resultados de aprendizaje | |||
| Resultados de aprendizaje | Competencias del título | ||
| Comprender las modalidades de adquisición de imagen médica y lo que representan. | AP1 |
BP1 |
|
| Entender los conceptos básicos del procesado de imágenes | AP4 AP6 |
BP5 BP6 |
CP3 |
| Saber diseñar y evaluar las técnicas de análisis de imágenes médicas | AP2 |
BP2 BP7 |
CP6 |
| Contenidos |
| Tema | Subtema |
| Fundamentos de la imagen digital. | Modelos de adquisición. Medidas de calidad da imagen. Espacios de color. Histogramas. |
| Procesado de imágenes digitales. | Proceso de mejora. Detección de bordes. Segmentación. Operadores morfológicos. |
| Registro y fusión de imágenes. | Intensidad vs características. Métricas de similitud. Métodos multimodales. |
| Validación de metodologías de análisis de imagen médica. | Métricas de evaluación de la calidad. Metodologías de entrenamiento y validación. Pruebas estadísticas. |
| Planificación | ||||
| Metodologías / pruebas | Competéncias | Horas presenciales | Horas no presenciales / trabajo autónomo | Horas totales |
| Sesión magistral | A1 A4 B1 | 16 | 16 | 32 |
| Prácticas de laboratorio | A2 A6 B2 B7 C3 | 16 | 32 | 48 |
| Investigación (Proyecto de investigación) | A2 B2 B5 B6 | 16 | 32 | 48 |
| Prueba práctica | A2 A6 | 0 | 16 | 16 |
| Prueba objetiva | A1 A2 B1 B2 C6 | 3 | 0 | 3 |
| Atención personalizada | 3 | 0 | 3 | |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||
| Metodologías |
| Metodologías | Descripción |
| Sesión magistral | Exposición oral complementada con el uso de medios audiovisuales y la introducción de preguntas dirigidas a los estudiantes, con la finalidad de transmitir conocimientos y facilitar el aprendizaje. |
| Prácticas de laboratorio | Resolución práctica de distintos problemas de imagen médica mediante la aplicación de técnicas de procesado de imagen explicadas durante las sesiones magistrales. |
| Investigación (Proyecto de investigación) | Propuesta de una situación práctica en imagen biomédica que requiera al estudiante identificar el problema objeto de estudio, formularlo con precisión, desarrollar los procedimientos pertinentes, interpretar los resultados y extraer las conclusiones oportunas del trabajo realizado. |
| Prueba práctica | Resolución de ejercicios prácticos a lo largo del curso sobre los temas abordados durante las sesiones magistrales. |
| Prueba objetiva | Examen de la materia que combinará preguntas sobre teoría con problemas a resolver. |
| Atención personalizada |
|
|
| Evaluación | |||
| Metodologías | Competéncias | Descripción | Calificación |
| Investigación (Proyecto de investigación) | A2 B2 B5 B6 | Adecuación de las soluciones propuestas a los problemas. Calidad de los resultados obtenidos. Comprensión de las técnicas utilizadas. | 30 |
| Prueba práctica | A2 A6 | Resolución correcta y en plazo de los ejercicios prácticos planteados. | 10 |
| Prácticas de laboratorio | A2 A6 B2 B7 C3 | Adecuación de las soluciones propuestas a los problemas. Calidad de los resultados obtenidos. Comprensión de las técnicas utilizadas. | 20 |
| Prueba objetiva | A1 A2 B1 B2 C6 | Prueba escrita con cuestiones teóricas y problemas prácticos a resolver. | 40 |
| Observaciones evaluación | |||
|
Para superar la asignatura es necesario obtener el 50% de la nota en el apartado práctico (prácticas de laboratorio + proyecto de investigación) e en las pruebas (prueba práctica + prueba objetiva). DISPENSA ACADÉMICA Para aquellos estudiantes con matrícula a tiempo parcial y dispensa académica que les exima de asistencia a clase se tendrán consideraciones adecuadas a su situación. |
|||
| Fuentes de información |
| Básica |
Rafael C. González, Richard E. Woods (2010). Digital image processing. Upper Saddle River (New Jersey) : Pearson-Prentice Hall, [2010]
Milan Sonka, Vaclav Hlavac, Roger Boyle (2014). Image processing, analysis and machine vision. Pacific Grove, California : Brooks/Cole Publishing Company, |
|
|
|
| Complementária |
David A. Forsyth, Jean Ponce (2012). Computer vision : a modern approach. Boston : Pearson
Richard Szeliski (2010). Computer Vision: Algorithms and Applications. Springer (draft online) |
|
|
| Recomendaciones | ||
| Asignaturas que se recomienda haber cursado previamente | |
|
| Asignaturas que se recomienda cursar simultáneamente | ||
|
| Asignaturas que continúan el temario | |
|
| Otros comentarios | |