Uso de cookies

En las páginas web de la Universidad Carlos III de Madrid utilizamos cookies propias y de terceros para mejorar nuestros servicios mediante el análisis de sus hábitos de navegación. Al continuar con la navegación, entendemos que se acepta nuestra política de cookies. "Normas de uso"

[Cerrar]

Microcredencial Universitaria Deep Learning aplicado a Imagen Médica

Persona mirando através de ventanal el paisaje
  • Inicio
    • Dirección: Javier Pascau González-Garzón.
    • Idioma: Castellano.
    • Campus: Puerta de Toledo.
    • Modalidad: Presencial.
    • Fechas: Del 21 al 24 de julio.
    • Horario: De 9:00 a 14:00 horas.
    • Duración: 18 horas
    • Precio:  150 euros.
    • Plazas: 40
    • Plazo de Admisión: Hasta el 21 de juliode 2025
    • Departamento: Departamento de Bioingeniería
       

    El aprendizaje profundo (Deep Learning), ha revolucionado el procesamiento de imágenes médicas, permitiendo automatizar tareas complejas como la segmentación de tumores, el diagnóstico temprano de enfermedades o la identificación de estructuras anatómicas.

    Esta microcredencial tiene como objetivo formar al estudiantado en los fundamentos teóricos y las herramientas prácticas necesarias para desarrollar modelos de deep learning aplicados al análisis de imágenes biomédicas.

  • PROGRAMA

    Bloque 1 (Lunes 21/07/2025)

    - Introducción a Machine Learning y Visión Artificial - Extracción de características y
    clasificación

    Bloque 2 (Martes 22/07/2025)

    - Redes Neuronales Convolucionales: Convolución, filtros y arquitecturas
    - Redes Neuronales Convolucionales: U-Net
    - Modalidades de Imágen Médica
    - Introducción a PyTorch: Clasificación de MedMNIST

    Bloque 3 (Miércoles 23/07/2025)

    - Transformers I
    - Transformers II
    - Transformers en Visión Artificial: ViTs y UNET-R
    - Segmentación con PyTorch

    Bloque 4 (Jueves 24/07/2025)

    - Registro de Imagen Médica
    - IA Generativa: GANs y Autoencoders
    - Modelos Fundacionales y Difusión
    - Segmentación con Transformers y MONAI

  • PROFESORADO

    Profesorado UC3M

    • Javier Pascau González-Garzón (Catedrático)
    • Sergio Carreras Salinas (investigador predoctoral)
    • Lucía Cubero Gutiérrez (investigadora postdoctoral)

    Profesorado Externo

    • Enzo Ferrante
      Investigador de CONICET (Argentina) en IA aplicada a imágenes biomédicas. Doctor en Ciencias de la Computación (Paris-Saclay), con experiencia postdoctoral en Imperial College y estancias en Harvard, Stanford y otras instituciones internacionales. Másde 8900 citas en google scholar.

  • ADMISIÓN

    Dirigido a:

    No se requiere titulación universitaria


    INSCRIPCIÓN, MATRÍCULA Y PAGO

    PRIMER PASO - REGISTRO

    SEGUNDO PASO - INSCRIPCIÓN, MATRÍCULA Y PAGO

    Accede con tu usuario y clave 

    Para cualquier consulta o incidencia relacionada con la solicitud de admisión ponte en contacto con admisiontp@postgrado.uc3m.es

  • INFORMACIÓN PRÁCTICA

    Metodología

    El estudiantado tendrá que completar un cuestionario al final de cada bloque (tras finalizar la sesión práctica) donde mostrará su comprensión de los conceptos presentados en el bloque correspondiente.

    Será necesario obtener una puntuación mínima de 5/10 en los cuatro cuestionarios.

    Fechas de impartición

    • Del 21 al 24 de julio.


    Horario

    De 9:00 a 14:00 horas.