Titulación | Tipo | Curso | Semestre |
---|---|---|---|
4316624 Internet de las Cosas para Salud Digital / Internet of Things for e-Health | OB | 0 | 1 |
Es altamente recomendable tener conocimientos de lenguajes de programación (previamente C++, Python o Matlab) y buenos conocimientos matemáticos.
Este módulo proporcionará a los estudiantes las técnicas y algoritmos necesarios para extraer y analizar los datos de los pacientes que tienen relevancia en el campo de la E-Salud. Por un lado, se le proporcionarán algoritmos de procesamiento de imágenes y vídeo para obtener información sobre la anatomía y fisiología del paciente en cuestión desde el punto de vista de la aplicación sanitaria. Explicaremos los métodos de inteligencia artificial necesarios para el análisis de patrones y la toma de decisiones en el campo de la E-Salud. Por último, se hará una introducción a los métodos estadísticos de comparación de poblaciones necesarios para la validación de algoritmos y metodologías.
Seguiremos una metodología basada en problemas, por lo que el aprendizaje se basará en la solución de casos de uso relacionados con aplicaciones reales en el campo de Iot. Los estudiantes recibirán los materiales básicos y las herramientas necesarias para resolver cada caso de uso. El equipo docente también dará explicaciones en algunas clases para que los estudiantes puedan entender los casos de uso y las herramientas proporcionadas. Las sesiones restantes se centrarán en ayudar a los estudiantes a resolver los casos de uso propuestos y en ampliar las explicaciones relacionadas con las técnicas.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases presenciales | 50 | 2 | 1, 3, 4, 5 |
Tipo: Supervisadas | |||
Actividades de aula tutorizadas (resolución de casos de uso) | 92 | 3,68 | 1, 2, 3, 4, 5, 7, 6 |
Resolución de Casos de Uso. Siguiendo una metodología PBL, los estudiantes resolverán algunos casos de uso en grupos y con la ayuda del equipo docente (que asumirá el papel de experto) durante el curso.
Pruebas individuales. La capacidad de los estudiantes para aplicar las técnicas también será evaluada individualmente.
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Pruebas individuales | hasta el 60% | 2 | 0,08 | 1, 3, 4, 5 |
Resolución de casos de uso (proyecto) | hasta el 60% | 6 | 0,24 | 1, 2, 3, 4, 5, 7, 8, 6 |
Richard O. Duda, Peter E. Hart, David G. Stork, Pattern classification, Wiley, 2001
Steel, R. and Torrie, J. H. (1976), Introduction to Statistics -McGraw-Hill
Fisher, R.A. (1925), Statistical Methods for Research Workers - Edinburgh: Oliver & Boyd.
Curs online (MOOC Coursera): Image and video processing: From Mars to Hollywood with a stop at the hospital. (https://www.coursera.org/course/images)
Curs online (MOOC Coursera): Machine Learning. (https://es.coursera.org/learn/machine-learning)
Bruce Eckel, Thinking in PYTHON (on line at http://www.bruceeckel.com).
Paul Suetens, Fundamentals of medical imaging
David A. Forsyth and Jean Ponce, Computer Vision: A Modern Approach (2nd Edition), Prentice Hall 2011