Máster Universitario en Aprendizaje Automático y Salud

El Máster Universitario en Aprendizaje Automático y Salud surge como una respuesta a la creciente demanda de investigadores con formación interdisciplinar en los campos de las tecnologías de la información y la bioingeniería. Hoy en día, la intersección de estas dos áreas destaca por su enorme potencial tanto en investigación como en aplicación: el papel del aprendizaje máquina, el procesamiento de señales, la ciencia de datos y la inteligencia artificial se está volviendo crucial en casi cualquier campo y particularmente en las aplicaciones de ingeniería de la salud. Por ello, la inversión pública y privada en investigación relacionada con estas áreas tiene un enorme impacto social y económico. De hecho, compañías como Philips, Siemens, Microsoft, IBM, Amazon, Google o Apple, por mencionar solo algunas, están demandando este perfil de investigación.

Este máster combina las disciplinas de la ingeniería de la información y la salud con el objetivo de capacitar a los investigadores para que se conviertan en expertos en herramientas de análisis de y datos y señales, con especial énfasis en su uso en señales e imágenes médicas. La formación proporcionada por el máster tendrá una sólida base teórica, lo que permitirá a los futuros graduados aplicar sus conocimientos para diseñar métodos innovadores de procesamiento de información y proporcionar la base para estudios de doctorado posteriores y / o actividades de I + D en la industria.

Para acceder a este máster es necesario estar en posesión de un título de grado de ingeniería de Telecomunicaciones, Ingeniería y Ciencia de Datos, Ingeniería Informática, Ingeniería Industrial (especialidades de Electrónica Industrial y Automática e Ingeniería eléctrica), o Ingeniería Biomédica.

Curso 1 - Cuatrimestre 1

Formación básica:
Bioseñales y bioimágenes
Aprendizaje automático
Tratamiento estadístico de señales

Métodos y herramientas para inteligencia computacional
A escoger dos:
Aprendizaje profundo
Tratamiento de imágenes biomédicas
Modelado de datos
Computación intensiva en datos

Curso 1 - Cuatrimestre 2

Imágenes médicas y visión por ordenador
Escoger un mínimo de 6 ECTS:
Reconstrucción de imágenes médicas
Generación de imágenes médicas
Imágenes y navegación quirúrgica
Neuroimagen
Visión por ordenador
Datos clínicos

Aprendizaje máquina en salud
Escoger un mínimo de 6 ECTS:
Teoría de la Información
Procesado del habla y el lenguaje natural
Optimización
Medicina personalizada
Tecnologías de la Comunicación en Salud

Habilidades para la investigación:
Trabajo Fin de Máster