Máster en Visión Artificial

PARTE 1. TRATAMIENTO DIGITAL DE IMÁGENES UNIDAD DIDÁCTICA 1. LA IMAGEN DIGITAL Fundamentos de la imagen digital Captación de imágenes y digitalización Tipos de imágenes y formatos Familiarización con el entorno digital UNIDAD DIDÁCTICA 2. FUNDAMENTOS DE LA VISIÓN DIGITAL Conceptos generales Relaciones básicas entre pixeles Geometría de formación de imágenes Elementos de la percepción visual Color UNIDAD DIDÁCTICA 3. ADQUISICIÓN Y ALMACENAMIENTO DE IMÁGENES Muestreo y cuantificación Dispositivos de adquisición de imágenes Técnicas de iluminación Almacenamiento de imágenes UNIDAD DIDÁCTICA 4. RETOQUE DE LA IMAGEN Ampliaciones y reducciones Paletas y herramientas de trabajo Capas, canales y trazados UNIDAD DIDÁCTICA 5. EL ARCHIVO Compatibilidad entre distintas aplicaciones informáticas Tratamiento de archivos UNIDAD DIDÁCTICA 6. TRAMAS, FILTROS Y EFECTOS La curva característica Tramas Filtros Efectos sobre la imagen UNIDAD DIDÁCTICA 7. RESOLUCIÓN E IMPRESIÓN Cálculo de resolución Impresoras predeterminadas Impresión y opciones PARTE 2. SISTEMAS E INSTRUMENTACIÓN EN VISIÓN ARTIFICIAL PARTE 3. RECONOCIMIENTO DE PATRONES: MACHINE LEARNING Y DEEP LEARNING UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING Introducción Clasificación de algoritmos de aprendizaje automático Ejemplos de aprendizaje automático Diferencias entre el aprendizaje automático y el aprendizaje profundo Tipos de algoritmos de aprendizaje automático El futuro del aprendizaje automático UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING Introducción Algoritmos UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN Introducción Filtrado colaborativo Clusterización Sistemas de recomendación híbridos UNIDAD DIDÁCTICA 4. CLASIFICACIÓN Clasificadores Algoritmos UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING Componentes Aprendizaje UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN Introducción El proceso de paso de DSS a IDSS Casos de aplicación UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW Aprendizaje profundo Entorno de Deep Learning con Python Aprendizaje automático y profundo UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES Redes neuronales Redes profundas y redes poco profundas UNIDAD DIDÁCTICA 9. REDES DE UNA SOLA CAPA Perceptrón de una capa y multicapa Ejemplo de perceptrón UNIDAD DIDÁCTICA 10. REDES MULTICAPA Tipos de redes profundas Trabajar con TensorFlow y Python UNIDAD DIDÁCTICA 11. ESTRATEGIAS DE APRENDIZAJE Entrada y salida de datos Entrenar una red neuronal Gráficos computacionales Implementación de una red profunda El algoritmo de propagación directa Redes neuronales profundas multicapa PARTE 4. BIOMETRÍA INFORMÁTICA PARTE 5. APLICACIONES INDUSTRIALES Y COMERCIALES DE LA VISIÓN ARTIFICIAL PARTE 6. VISIÓN ARTIFICIAL EN ROBÓTICA PARTE 7. IMAGEN PARA EL DIAGNÓSTICO MÉDICO UNIDAD DIDÁCTICA 1. MODALIDADES DE LA IMAGEN DIAGNÓSTICA Diagnóstico por imagen Principios de la tomografía axial computarizada (TAC) - Técnica de realización - Beneficios y riesgos asociados a la TAC Ultrasonido (ecografía) Gammagrafía - Tipos de estudios por gammagrafía Tomografía por emisión de positrones Resonancia magnética Otras modalidades - Sistemas de endoscopia digital - Mielografía UNIDAD DIDÁCTICA 2. CARACTERÍSTICAS DE LA MEDICINA NUCLEAR Finalidad de la medicina nuclear Los medios de contraste en medicina nuclear - Clasificación de los medios de contraste - Material de contraste Radiaciones - Tipos de radiación - Radiaciones ionizantes UNIDAD DIDÁCTICA 3. PRINCIPIOS BÁSICOS DE RADIOLOGÍA DIGITAL Historia de la radiología Introducción a los rayos X Bases físicas sobre la radiología - Física de los rayos X - Propiedades de los rayos X - Producción de rayos X El equipo de radiología médica - Clasificación de los servicios de radiología según la OMS - Unidades de radiología Características de la radiología digital Componentes del sistema de radiología digital UNIDAD DIDÁCTICA 4. FUNDAMENTO DE LA IMAGEN RADIOLÓGICA Formación de la imagen radiológica - Atenuación de los rayos X por la materia viva - Densidades radiológicas en el cuerpo humano Película radiográfica - Estructura y clase - Chasis - Pantallas de refuerzo - Revelado y fijado de la película radiográfica Imagen fluoroscópica/radioscópica - Intensificador de imágenes - Receptores de la imagen. Monitorización de la imagen fluoroscópica Criterios de calidad de imagen - Calidad de imagen UNIDAD DIDÁCTICA 5. HISTORIA DE LA ECOGRAFÍA Aspectos generales de la historia de la ecografía Ecografía - Las imágenes de ultrasonido Ecografía con contraste - Contrastes ecográficos - Funcionamiento del contraste ecográfico UNIDAD DIDÁCTICA 6. EL ECÓGRAFO Y EL TRANSDUCTOR El ecógrafo - Comandos - Transductores o sondas - Equipo de monitorización Métodos básicos utilizados en el ultrasonido o ecografía - Áreas que se pueden explorar a través de la ecografía UNIDAD DIDÁCTICA 7. IMAGEN DIGITAL EN TOMOGRAFÍA COMPUTARIZADA HELICOIDAL. CALIDAD Y PROCESADO Imagen digital en TC Helicoidal - Factores que afectan a la imagen radiográfica - Radiología digital Adquisición de imágenes digitales en TC - Principios de la tomografía axial computarizada (TAC) - Ultrasonido (ecografía) - Gammagrafía - Tomografía por emisión de positrones - Resonancia magnética - Otras modalidades Control de calidad Procesamiento de una imagen radiográfica digital UNIDAD DIDÁCTICA 8. NEUROIMAGEN Impacto de las técnicas de neuroimagen - Desarrollo de las técnicas de neuroimagen - Aplicaciones y aportaciones Electroencefalografía Resonancia magnética funcional Técnicas de imagen tomográfica UNIDAD DIDÁCTICA 9. ANGIOGRAFÍA Técnica de angiografía - Tipos de angiografías - Riesgos de una angiografía ¿Cuándo se realiza una angiografía? Procedimiento de una angiografía