Visión por computador e inteligencia artificial en aplicaciones biomédicas
Curso avanzado en imagen médica e IA: conoce el preprocesado, la anotación y el deep learning, explora modelos fundacionales y visión‑lenguaje, y prepárate para liderar proyectos innovadores en salud digital.
Azalpena
A lo largo del curso, el alumnado aprenderá los fundamentos esenciales de la imagen digital y las principales modalidades médicas, comprendiendo cómo se estructuran, adquieren y representan las imágenes 2D, 3D y 4D en entornos clínicos. Desarrollarán una visión clara de las tareas fundamentales de la visión por computador en salud —como clasificación, segmentación, registro o reconstrucción, preprocesado y normalización de imágenes. Adoptarán un enfoque data‑centric, entendiendo cómo crear datasets médicos de alta calidad para mitigar sesgos y documentar correctamente el ciclo de vida del dato. También adquirirán competencias en anotación mediante herramientas especializadas y conocerán los fundamentos del deep learning aplicado a imagen médica, desde convoluciones y funciones de pérdida hasta arquitecturas modernas como U‑Net, ResNet o Swin Transformer. Además, explorarán el potencial de los modelos fundacionales y multimodales y su capacidad para integrar imagen, texto y datos clínicos. Finalmente, conocerán las bases para evaluar la fiabilidad de modelos en contextos sanitarios, a gestionar incertidumbre, a conocer las normativas aplicables y a descubrir nuevas modalidades emergentes como la biopsia óptica, los sensores cuánticos y el uso de XR en diagnóstico, planificación y formación médica.
Helburuak
Identificar las tareas básicas de análisis de imágenes médicas, comprendiendo la estructura digital de las imágenes y las principales modalidades en el ámbito sanitario. Enseñar cómo anotar imágenes médicas de forma rigurosa y reproducible.
Promover el enfoque data-centric AI, priorizando la calidad y representatividad del dato. Aplicar técnicas para limpiar, homogeneizar y preparar imágenes para IA.
Comprender los fundamentos de redes neuronales profundas en imagen médica y analizar los modelos preentrenados, así como su potencial de generalización biomédica.
Explorar la fusión de imagen, texto y datos clínicos; y evaluar la calidad, robustez y confianza de los modelos en contextos sanitarios.
Introducir tecnologías emergentes que amplían las capacidades diagnósticas y explorar las aplicaciones de realidad aumentada y virtual en diagnóstico, visualización y formación médica.
Ikaskuntzaren emaitzak eta lorpen mota
- Comprender la estructura digital de la imagen médica y las principales modalidades de adquisición.
- Identificar las tareas fundamentales de visión por computador aplicadas a salud.
- Comprender y aplicar los fundamentos del deep learning en imagen médica.
- Analizar el papel y las capacidades de los modelos fundacionales en el ámbito biomédico y evaluar la fiabilidad, rendimiento y incertidumbre de modelos de IA médica.
- Conocer nuevas modalidades emergentes como biopsia óptica e imagen cuántica, y explorar aplicaciones de Realidad Extendida (XR) en diagnóstico, visualización y formación sanitaria.
Sarbide-baldintzak eta onarpen-irizpideak
Edad requerida entre 25 y 4 años durante el periodo de la actividad.
Ikaskuntza-esperientziaren maila, EQF, European Qualifications Framework kualifikazio-esparruaren arabera
Nivel 5
ESCO, European Skills, Competences, Qualifications and Occupations gaitasun-esparru batzuk
Trabajar con ordenadores
Acceder a y analizar datos digitales
Uso de técnicas de procesamiento de datos
Ebaluazio-probak
- Idatzizko ebaluazioak: 1. Aukera anitzeko azterketak
- Idatzizko ebaluazioak: 3. Erantzun laburreko galderak
Jarduera nori zuzenduta
- Publiko orokorra
- Ingenieros/as que trabajan en investigación e innovación tecnológica. Ingenieros/as (biomédica, electrónica, software), científicos/as de datos. Con n
Lankidetza
Zuzendariak
Itziar Cabanes Axpe
Escuela de Ingeniería de Bilbao (UPV/EHU)
Itziar Cabanes Axpe es Catedrática del Departamento Ingeniería de Sistemas y Automática de la Escuela de Ingeniería de Bilbao, Universidad del País Vasco (EHU). Se doctoró en 2001 con “Premio Extraordinario de Doctorado” y actualmente dirige el Grupo de Investigación “Sensorización Virtual Inteligente en Salud e Industria” reconocido como grupo A por el Gobierno Vasco. Sus líneas de investigación se centran en la Robótica Inteligente y Cooperativa, la Sensorización Virtual, y la aplicación de Técnicas Inteligentes en Ingeniería Biomédica y en Procesos de Fabricación. Ha dirigido 16 tesis doctorales (12 terminadas, - 4 en curso). Es autora de más de 200 artículos en revistas científicas indexadas, capítulos de libros y congresos, donde ha sido galardonada con 9 premios a la mejor contribución científica. Ha participado en 70 proyectos de investigación y contratos con empresas, transfiriendo varias de las innovaciones en formato de patentes, modelos de utilidad y registros software. Miembro del Comité de dirección IEEE Robotics & Automation Society Spanish Chapter y del Comité de dirección GT Robótica -Comité Español de Automática. Itziar ha sido calificada de “Excelente” en el Programa Docentiaz del Servicio de Evaluación Docente.
Estivaliz Garrote Contreras
Escuela de Ingenieria de Bilbao
Estíbaliz Garrote es doctora por la EHU con mención internacional, licenciada en Física e ingeniera electrónica. Comenzó su carrera en 1999 en ROBOTIKER en visión artificial, participando en más de 80 proyectos de I+D en procesamiento de imagen. Su doctorado se centró en sistemas neurocientíficos aplicados a IA avanzada. Ha realizado estancias en centros de referencia como el MIT (CBCL, Tomaso Poggio), la Universidad de Cambridge (John Mollon), la Universidad de Newcastle (Anya Hurlbert) y Brown University (Thomas Serre), investigando modelos bioinspirados que han confluido con el Deep Learning, trabajo que ha dado lugar a cuatro patentes europeas. Ha sido profesora invitada en programas internacionales, ha dirigido tesis y colaborado con universidades como Granada, UAB, Cantabria y MIT. Evaluadora europea FET, recibió el premio EARTO en 2014 y galardones como el IEEE Helmholtz Award (2021) y el Mark Everingham Prize (2022). Desde 2023 es profesora en la Escuela de Ingeniería de Bilbao. En 2022 amplió su actividad a sensores cuánticos y actualmente es investigadora principal en Quantum Technologies en TECNALIA, centrada en sistemas de detección y procesado de señal, habiendo completado el máster en ciencia y tecnologías cuánticas
Hizlariak
Pablo Aguirrezabal Colino
Pablo Aguirrezabal: Licenciado en Ingeniería Informática por la Universidad de Deusto, actualmente cursa un doctorado sobre la estimación de la pose en 6D mediante técnicas de aprendizaje profundo en la Universidad de Navarra. Es investigador senior en la división DIGITAL de Tecnalia, dentro del Visual Core (grupo de visión artificial e interacción 3D). Ha desarrollado y colaborado en diversos proyectos regionales, nacionales y europeos sobre realidad aumentada/mixta, realidad virtual, computación visual, reconstrucción y comprensión de escenas 3D, modelos generativos para 2D/3D, etc., en ámbitos como Industria 4.0, salud, digitalización del sector eléctrico, etc. Gracias a su trabajo en Tecnalia, ha publicado artículos en revistas Q1 y en congresos internacionales, ha impartido diversos cursos y programas de formación, y ha obtenido una patente. Actualmente es también profesor de Tecnologías Inmersivas (XR) en la Universidad EUNEIZ. Antes de incorporarse a TECNALIA, trabajó como investigador en DeustoTech, el instituto de investigación de la Universidad de Deusto, creando soluciones móviles para la eSalud.
Itziar Cabanes Axpe
Escuela de Ingeniería de Bilbao (UPV/EHU)
Itziar Cabanes Axpe es Catedrática del Departamento Ingeniería de Sistemas y Automática de la Escuela de Ingeniería de Bilbao, Universidad del País Vasco (EHU). Se doctoró en 2001 con “Premio Extraordinario de Doctorado” y actualmente dirige el Grupo de Investigación “Sensorización Virtual Inteligente en Salud e Industria” reconocido como grupo A por el Gobierno Vasco. Sus líneas de investigación se centran en la Robótica Inteligente y Cooperativa, la Sensorización Virtual, y la aplicación de Técnicas Inteligentes en Ingeniería Biomédica y en Procesos de Fabricación. Ha dirigido 16 tesis doctorales (12 terminadas, - 4 en curso). Es autora de más de 200 artículos en revistas científicas indexadas, capítulos de libros y congresos, donde ha sido galardonada con 9 premios a la mejor contribución científica. Ha participado en 70 proyectos de investigación y contratos con empresas, transfiriendo varias de las innovaciones en formato de patentes, modelos de utilidad y registros software. Miembro del Comité de dirección IEEE Robotics & Automation Society Spanish Chapter y del Comité de dirección GT Robótica -Comité Español de Automática. Itziar ha sido calificada de “Excelente” en el Programa Docentiaz del Servicio de Evaluación Docente.
Adrian Galdran
Adrian Galdran es investigador Ramón y Cajal, Ikerbasque Research Fellow e investigador principal en Tecnalia, donde trabaja en visión por computador biomédica. Su investigación se centra en el aprendizaje profundo a gran escala para problemas clínicamente relevantes en el análisis de imagen médica. Cuenta con más de diez años de experiencia investigadora posdoctoral en varias instituciones internacionales, desarrollando métodos de IA en estrecha colaboración con investigadores biomédicos y clínicos, con especial atención a la segmentación, la imagen multimodal y el análisis fiable de imágenes para aplicaciones sanitarias.
Estivaliz Garrote Contreras
Escuela de Ingenieria de Bilbao
Estíbaliz Garrote es doctora por la EHU con mención internacional, licenciada en Física e ingeniera electrónica. Comenzó su carrera en 1999 en ROBOTIKER en visión artificial, participando en más de 80 proyectos de I+D en procesamiento de imagen. Su doctorado se centró en sistemas neurocientíficos aplicados a IA avanzada. Ha realizado estancias en centros de referencia como el MIT (CBCL, Tomaso Poggio), la Universidad de Cambridge (John Mollon), la Universidad de Newcastle (Anya Hurlbert) y Brown University (Thomas Serre), investigando modelos bioinspirados que han confluido con el Deep Learning, trabajo que ha dado lugar a cuatro patentes europeas. Ha sido profesora invitada en programas internacionales, ha dirigido tesis y colaborado con universidades como Granada, UAB, Cantabria y MIT. Evaluadora europea FET, recibió el premio EARTO en 2014 y galardones como el IEEE Helmholtz Award (2021) y el Mark Everingham Prize (2022). Desde 2023 es profesora en la Escuela de Ingeniería de Bilbao. En 2022 amplió su actividad a sensores cuánticos y actualmente es investigadora principal en Quantum Technologies en TECNALIA, centrada en sistemas de detección y procesado de señal, habiendo completado el máster en ciencia y tecnologías cuánticas
Cristina Lopez
Cristina López, PhD, es experta en visión por computador e imagen médica. Ingeniera Informática, con Máster en Ingeniería de Sistemas y Control, y doctora por la Universidad de Cantabria, lidera la plataforma Core Visual en la Unidad Digital de Tecnalia. Con amplia trayectoria en proyectos europeos y nacionales en el ámbito de la bioingeniería y la salud, su investigación se centra en la aplicación de técnicas fotónicas de imagen no invasivas para el análisis de lesiones mediante visión por computador, con el objetivo de desarrollar el concepto de biopsia óptica.
Matrikula prezioak
Ez da matrikula itzuliko mikrokredentziala ematen hasi bada.
| Matrikula | 2026-05-13 arte |
|---|---|
| 55,72 EUR |
| Asegurua | 2026-05-13 arte |
|---|---|
| 4,00 EUR |
Kokalekua
Online
Online
Sustainable development goals
2030 Agenda da nazioarteko garapenerako agenda berria. Nazio Batuen Erakundeak onartu zuen 2015eko irailean eta giza garapen jasangarriaren aldeko tresna eraginkorra izan nahi du planeta osoan. Haren zutabe nagusiak dira pobrezia errotik desagerraraztea, zaurgarritasunak eta desberdintasunak urritzea, eta jasangarritasuna bultzatzea. Aukera paregabea eskaintzen du mundua 2030. urtea baino lehen aldatzeko eta pertsona guztien giza eskubideak bermatzeko.

3 - Osasuna eta ongizatea
Bizitza osasuntsua bermatzea eta pertsona guztien ongizatea sustatzea, adin guztietan. Gai gakoak: osasun estaldura unibertsala, sexu eta ugalketa osasuna, trafikoagatik, poluzioagatik eta produktu kimikoengatik istripua izan duten pertsona kopurua txikitzea, amen eta jaioberrien heriotza tasa murriztea, HIESa bezalako epidemien amaiera, hepatitisari eta urak transmititutako gaixotasunei aurre egitea, drogen eta alkoholaren prebentzioa, tabakoaren kontrola.
Informazio gehiago
4 - Kalitatezko hezkuntza
Kalitatezko hezkuntza inklusiboa eta ekitatiboa bermatzea eta pertsona guztientzako etengabeko ikaskuntzarako aukerak sustatzea. Gai gakoak: doako irakaskuntza, bidezkoa eta kalitatezkoa, goi mailako prestakuntzarako berdintasunezko sarbidea, garapen jasangarrirako hezkuntza, desgaitasuna duten pertsonentzako hezkuntza instalazio egokiak, ikaskuntza ingurune seguruak, ez-bortitzak, inklusiboak eta eraginkorrak.
Informazio gehiago
8 - Lan duina eta hazkunde ekonomikoa
Hazkunde ekonomiko jasangarria eta inklusiboa, enplegu erabatekoa eta produktiboa, eta pertsona guztientzako lan duina sustatzea. Gai gakoak: lan duina, enplegu erabatekoa eta produktiboa, ekintzailetza, mikroenpresak eta ETEak sustatzea, lan eskubideak, lan ingurune seguruak, gazteen enplegua, aukera eta ordainsari berdintasuna, finantza erakundeak indartzea, hazkunde ekonomikotik bereiztea eta ingurumen degradazioa.
Informazio gehiago
9 - Industria, berrikuntza eta azpiegitura
Azpiegitura erresilienteak eraikitzea, industrializazio inklusiboa eta jasangarria sustatzea, eta berrikuntza bultzatzea. Gai gakoak: azpiegitura fidagarriak, jasangarriak, erresilienteak eta kalitatezkoak, industrializazio inklusibo eta jasangarria, modernizazioa, teknologia eta prozesu industrial garbiak eta ingurumenaren aldetik arrazionalak, ikerketa zientifikoa eta gaitasun teknologikoaren hobekuntza, IKTetarako sarbide unibertsala.
Informazio gehiago
Beste ikastaro interesgarriak...
Actualmente no hay cursos disponibles.