Conocimientos básicos de matemáticas, programación y procesamiento digital de señales. Se recomienda familiaridad con Python.
Los alumnos adquieren los conocimientos y desarrollan las habilidades que se indican a continuación:
1. Comprender los conceptos de formación, adquisición y procesamiento básico de imagen digital en los dominios espacial y frecuencial.
2. Entender las diferentes modalidades de imagen médica.
3. Comprender los procesos de extracción de características de una imagen para realizar procesos de segmentación, detección y clasificación.
4. Comprender y saber aplicar las herramientas fundamentales para procesar imágenes médicas.
1. Introducción al procesamiento de imágenes médicas
2. Mejora y restauración de imágenes
3. Segmentación de imágenes (2D y 3D)
4. Registración de imágenes (2D y 3D)
5. Introducción al aprendizaje automático
6. Introducción al aprendizaje profundo
La asignatura se imparte siguiendo una metodología teórico-práctica. Se propondrán ejercicios prácticos durante el desarrollo de los temas, que permitirán poner en práctica los conceptos presentados en estos temas.
Además, se realizarán prácticas grupales en las que se plantearán y resolverán retos de procesamiento de imágenes siguiendo un planteamiento de hackaton.
Parte teórica: exámenes midterm y final. Parte práctica: prácticas de laboratorio y entrevista.
Aprobado independiente de teoría y prácticas (?5). Teoría: 70% examen final, 30% midterm. Prácticas: 50% laboratorios, 50% entrevista.
Gonzalez & Woods, Digital Image Processing
Dougherty, Digital Image Processing for Medical Applications
Bankman, Handbook of Medical Image Processing and Analysis
Recursos opcionales y materiales adicionales disponibles en plataformas especializadas.