Competencies and objectives
Course context for academic year 2024-25
La asignatura de Segmentación de Imagen Médica forma parte de la formación de la titulación de Máster Universitario en Ingeniería Biomédica por la Universidad de Alicante. Esta asignatura capacitará al alumno a comprender y ejecutar las distintas técnicas de segmentación de imagen médica, analizar problemas nuevos y encontrar la mejor solución para segmentar la estructura de interés a partir de la imagen. La asignatura se desarrollará a través del estudio e implementación de ejemplos prácticos de segmentación de estructuras en imágenes médicas.
Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25
Transversal Competences
- CT1 : Demostrar capacitats informàtiques i informacionals en l'àmbit de la salut.
- CT3 : Adquirir capacitat d'anàlisi, síntesi i crítica.
General Competences
- CG1 : Comprendre i analitzar els problemes reals relacionats amb l'àmbit sanitari, en els quals l'enginyeria biomèdica pot oferir solucions eficaces i innovadores
- CG2 : Aplicar el mètode científic en el plantejament i execució en els projectes relacionats amb l'Enginyeria Biomèdica.
- CG5 : Analitzar, avaluar i implementar tecnologies emergents en l'àmbit de l'Enginyeria Biomèdica.
Specific Competences
- CE17 : Analitzar els límits i capacitats dels diferents mètodes relacionats amb la segmentació d'imatge mèdica, per a aplicar i desenvolupar algorismes de segmentació per a diferents estructures en diferents modalitats d'imatge mèdica
Basic Competences
- CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom.
- CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
- CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
- CB8 : Que els estudiants siguen capaços d'integrar coneixements i #enfrontar a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
- CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats
Learning outcomes (Training objectives)
• Comprender la necesidad, la utilidad y las aplicaciones de la segmentación de imagen médica en la práctica clínica.
• Conocer los métodos y algoritmos de segmentación de imagen médica manuales, automáticos y semiautomáticos en distintas modalidades de imagen, desde métodos clásicos hasta el estado del arte.
• Ser capaces de analizar problemas de segmentación y de elegir e implementar el método apropiado.
Specific objectives stated by the academic staff for academic year 2024-25
No data
General
Code:
43565
Lecturer responsible:
GONZALEZ SERRANO, GERMAN
Credits ECTS:
3,00
Theoretical credits:
0,60
Practical credits:
0,60
Distance-base hours:
1,80
Departments involved
-
Dept:
SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
Area: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
Theoretical credits: 0,6
Practical credits: 0,6
This Dept. is responsible for the course.
This Dept. is responsible for the final mark record.
Study programmes where this course is taught
-
UNIVERSITY MASTER'S DEGREE IN BIOMEDICAL ENGINEERING
Course type: COMPULSORY (Year: 1)