Curso de especialización en Radiomics
Atrévete a iniciar el curso más completo que encontrarás sobre Radiomics y Machine Learning en Radiología para profesionales de la salud.
Accede a una clase gratis y explora nuestra plataforma:
Programa del Curso
Módulo 1:
- Bienvenida e introducción.
- Instrucciones Google Colab y hands-on.
- Clase 1: Introducción a Radiomics.
- Hands-on 1: Intro a programación en Python (primera parte)
- Hands-on 2: Intro a programación en Python (segunda parte)
- Clase 2: Propiedades de las imágenes Médicas.
- Hands-on 3: Operaciones Básicas con imágenes en Python.
- Hands-on 4: Procesamiento de imágenes médicas en Python.
- Clase 3: Análisis de características.
- Evaluación del módulo 1.
Módulo 2:
- Clase 4: Flujo de trabajo en Radiomics.
- Clase 5: Preprocesamiento de las imágenes.
- Clase 6: Técnicas de segmentación de imágenes médicas.
- Hands-on 5: Segmentación semiautomática de imágenes médicas.
- Hands-on 6: Segmentación automática de imágenes médicas con Deep Learning.
- Hands-on 7: Extracción de características con PyRadiomics.
- Evaluación del módulo 2.
Módulo 3:
- Clase 7: Modelado estadístico (primera parte).
- Clase 8: Modelado estadístico (segunda parte).
- Hands-on 8: Consolidación y construcción de bases de datos.
- Hands-on 9: Limpieza de datos.
- Hands-on 10: Análisis Exploratorio de Datos y Selección de Variables (primera parte).
- Hands-on 11: Análisis Exploratorio de Datos y Selección de Variables (segunda parte)
- Evaluación del módulo 3.
Módulo 4:
- Clase 10: Fundamentos de Machine Learning aplicados a Radiomics (primera parte).
- Clase 11: Fundamentos de Machine Learning aplicados a Radiomics (segunda parte).
- Hands-on 12: Construcción de modelos de Machine Learning para radiomics (primera parte).
- Hands-on 13: Construcción de modelos de Machine Learning para radiomics (segunda parte).
- Clase 12: Deep Learning aplicado a Radiomics.
- Clase 13: Reproducibilidad y transparencia en proyectos de radiomics.
- Evaluación módulo 4.