Guía docente de la asignatura
(6612) PROCESAMIENTO DE IMAGEN EN MEDICINA

Curso académico 2026/2027

  1. Identificación

    1. De la asignatura

      Curso Académico
      2026/2027
      Titulación
      GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Nombre de la asignatura
      PROCESAMIENTO DE IMAGEN EN MEDICINA
      Código
      6612
      Curso
      CUARTO
      Carácter
      OPTATIVA
      Número de grupos
      1
      Créditos ECTS
      4.5
      Estimación del volumen de trabajo
      112.5
      Organización temporal
      2º Cuatrimestre
      Idiomas en que se imparte
      Español
      Curso Académico 2026/2027
      Titulación

      GRADO EN CIENCIA E INGENIERÍA DE DATOS

      Nombre de la asignatura PROCESAMIENTO DE IMAGEN EN MEDICINA
      Código 6612
      Curso CUARTO
      Carácter OPTATIVA
      Número de grupos 1
      Créditos ECTS 4.5
      Estimación del volumen de trabajo 112.5
      Organización temporal 2º Cuatrimestre
      Idiomas en que se imparte Español
    2. Del profesorado: Equipo docente

      • FERNANDEZ BELTRAN, RUBEN Docente: GRUPO 1 Coordinación de los grupos: GRUPO 1 Coordinador de la asignatura

        Categoría

        PROFESORES TITULARES DE UNIVERSIDAD

        Área

        LENGUAJES Y SISTEMAS INFORMÁTICOS

        Departamento

        INFORMÁTICA Y SISTEMAS

        Correo electrónico / Página web / Tutoría electrónica

        rufernan@um.es Tutoría electrónica: Sí

        Teléfono, horario y lugar de atención al alumnado

        Duración:
        C1
        Día:
        Lunes
        Horario:
        16:00-18:00
        Lugar:
        868888527, Facultad de Informática B1.2.015 (RUBÉN FERNÁNDEZ BELTRAN )
        Observaciones:
        Despacho 2.12
        Duración:
        C1
        Día:
        Martes
        Horario:
        10:00-11:00
        Lugar:
        868888527, Facultad de Informática B1.2.015 (RUBÉN FERNÁNDEZ BELTRAN )
        Observaciones:
        Despacho 2.12
  2. Presentación

    La asignatura se centra en el papel de la imagen médica como fuente compleja y estructurada de datos en el ámbito de la salud. A lo largo del curso, el estudiantado aprenderá cómo se adquieren, procesan y analizan estas imágenes para extraer información útil que apoye el diagnóstico, el seguimiento y la toma de decisiones clínicas. El enfoque combina fundamentos teóricos con aplicaciones prácticas, poniendo especial atención en cómo las técnicas de procesamiento y análisis automático de imágenes contribuyen al desarrollo de soluciones inteligentes en medicina personalizada y basada en datos.

  3. Condiciones de acceso a la asignatura

    1. Incompatibilidades

      No constan

    2. Requisitos

      No constan

    3. Recomendaciones

      Se recomienda haber cursado las asignaturas Procesamiento de Imagen y Deep Learning para poder afrontar con solvencia los contenidos de la asignatura.

  4. Competencias

    1. Competencias básicas

      • CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
      • CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
      • CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

    2. Competencias de la titulación

      • CG2: Conocer y aplicar los fundamentos de ingeniería y tecnologías informáticas actuales para diseñar e implementar nuevas aplicaciones de análisis de datos.
      • CG4: Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.
      • CE1: Usar de forma efectiva una variedad de técnicas de análisis de datos, tales como aprendizaje computacional (incluyendo aprendizaje supervisado, no supervisado y semi-supervisado), minería de datos, analítica prescriptiva y predictiva, para abordar el análisis de datos complejo en todo el ciclo de vida de los datos.
      • CE15: Procesar y analizar datos procedentes de fuentes, tipos y formatos de datos semi estructurados y estructurados de interés para Ciencia de datos.
      • CE32: Conocer las técnicas fundamentales de procesado y análisis de imágenes y saber analizar e interpretar los resultados obtenidos.

    3. Competencias transversales y de materia

      No constan

  5. Contenidos

    1. Teoría

      Tema 0: Presentación

      Tema 1: Introducción al procesamiento de imagen médica

      Tema 2: Modalidades de imagen médica

      Tema 3: Fundamentos de registro de imagen

      Tema 4: Aplicaciones de IA en imagen médica

      Tema 5: Interpretabilidad y fiabilidad de la IA en el ámbito clínico

    2. Prácticas

      • Práctica 1: Introducción

        Introducción al procesamiento de imagen médica. Formatos, metadatos y herramientas básicas

        Relacionado con:
        • Tema 1: Introducción al procesamiento de imagen médica
      • Práctica 2: Reconstrucción

        Reconstrucción de imagen: CT y RM.

        Relacionado con:
        • Tema 2: Modalidades de imagen médica
      • Práctica 3: Registrado

        Registro de imagen. Aplicaciones en medicina.

        Relacionado con:
        • Tema 3: Fundamentos de registro de imagen
      • Práctica 4: Casos de uso

        Introducción a la plataforma MONAI. Estudio de casos de uso.

        Relacionado con:
        • Tema 4: Aplicaciones de IA en imagen médica
        • Tema 5: Interpretabilidad y fiabilidad de la IA en el ámbito clínico

  6. Actividades Formativas

    Actividad Formativa Metodología Horas Presencialidad
    AF1: Exposición teórica: Exposición de los contenidos teóricos de la asignatura por parte del profesor. También se contemplan las sesiones informativas sobre el desarrollo del trabajo de fin de grado o prácticas externas.

    Actividades de clase expositiva: Exposición teórica, clase magistral, proyección, dirigida al grupo completo de estudiantes, con independencia de que su contenido sea teórico o práctico/aplicado. Junto a la exposición de conocimientos, en las clases se plantean cuestiones, se aclaran dudas, se realizan ejemplificaciones, se establecen relaciones con las diferentes actividades prácticas que se realizan y se orienta la búsqueda de información.

    16.0 100.0
    AF2: Seminarios y actividades de aula: Exposición, análisis y debate dentro del contexto de aplicaciones específicas de contenidos teóricos, así como planteamiento y resolución de ejercicios y casos prácticos en el aula, tanto al grupo completo como en grupos reducidos. También se contemplan conferencias, debates y seminarios temáticos.

    Actividades de clase práctica de aula: Actividades prácticas de ejercicios y resolución de problemas, estudio de casos, aprendizaje orientado a proyectos, exposición y análisis de trabajos, debates, simulaciones, etc. Suponen la realización de tareas por parte de los alumnos, dirigidas y supervisadas por el profesor, con independencia de que en el aula se realicen individualmente o en grupos reducidos.

    5.0 100.0
    AF3: Prácticas de laboratorio: Ejercicios y resolución de problemas, aprendizaje orientado a proyectos, estudio de casos, exposición y discusión de trabajos, simulaciones y/o prácticas con ordenadores, generalmente desarrolladas en grupos reducidos.

    Actividades prácticas de laboratorio: Actividades de los estudiantes en aulas de informática o específicas, realizadas en grupos reducidos o individualmente, dirigidas al uso y conocimiento de la materia de estudio, supervisadas por el profesor.

    18.0 100.0
    AF4: Trabajo autónomo del alumno: Estudio y preparación de contenidos teórico-prácticos, trabajo individual consistente en lecturas, búsquedas de información, sistematización de contenidos, elaboración de informes o estudio para la elaboración de casos entre otras actividades. 67.5 0.0
    AF5: Tutorías formativas y resolución de dudas: Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor.

    Tutorías: Sesiones programadas individuales o en grupo de orientación, revisión o apoyo a los estudiantes por parte del profesor con independencia de que los contenidos sean teóricos o prácticos.

    2.0 100.0
    AF6: Evaluación: Pruebas individuales, ya sean escritas, orales o con medios informáticos, donde el estudiante demostrará los conocimientos teóricos y prácticos adquiridos durante las actividades formativas asociadas a la enseñanza de la materia. 4.0 100.0
    Totales 112,50

  7. Horario de la asignatura

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#horarios

  8. Sistemas de Evaluación

    Identificador Denominación del instrumento de evaluación Criterios de Valoración Ponderación
    SE1 Exámenes individuales: Pruebas objetivas, de desarrollo, de respuesta corta, de ejecución de tareas o de escala de actitudes, realizadas por los estudiantes para mostrar los conocimientos teóricos y prácticos adquiridos ya sea de forma oral, escrita o utilizando un ordenador.

    Examen teórico-práctico de carácter obligatorio. Se evaluará la capacidad del estudiante para comprender y explicar los conceptos fundamentales de la asignatura y relacionarlos con las técnicas y herramientas estudiadas. Se medirá la habilidad para aplicar estos conocimientos en situaciones prácticas y resolver problemas, incluyendo un análisis crítico de los resultados y la propuesta de mejoras o alternativas. Además, se valorará la claridad y organización en la exposición de las respuestas, así como la capacidad para comunicar ideas de manera coherente y estructurada.

    40.0
    SE3 Procedimientos de observación del trabajo del estudiante: Registros de participación, de realización de actividades, cumplimiento de plazos, participación en foros, informes de seguimiento del trabajo fin de grado y registros sobre el desarrollo de las prácticas externas.

    Actividades de carácter no obligatorio. Con el fin de fomentar la asistencia y el seguimiento continuado, estas actividades podrán plantearse de forma periódica, incluyendo la posibilidad de realizarlas durante las sesiones. Se valorará el grado de implicación y el seguimiento de la asignatura mediante actividades vinculadas al desarrollo de las clases, que podrán servir para evidenciar la participación, la comprensión o la aplicación de los contenidos trabajados.

    La calificación de este apartado es recuperable (ver observaciones).

    20.0
    SE4 Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas y posibles resúmenes del estado del arte sobre temas concretos. La opción de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.

    Proyecto práctico de carácter obligatorio. Se evaluará la calidad técnica del trabajo, la originalidad y adecuación de las soluciones propuestas, la justificación de las decisiones adoptadas, la calidad del desarrollo realizado, así como la claridad de la documentación y la presentación del trabajo.

    La calificación de este apartado es recuperable (ver observaciones).

    40.0

  9. Fechas de exámenes

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#examenes

  10. Resultados del Aprendizaje

    Conocer las soluciones computaciones y las posibles plataformas de análisis de datos (imágenes médicas).

    Seleccionar las técnicas estadísticas más apropiadas y modelar los datos disponibles (imágenes médicas) para brindar conocimientos.

    Crear soluciones innovadoras para la investigación y diseño en el análisis de datos (imágenes médicas).

    Adaptar y optimizar las soluciones computacionales existentes para adaptarse mejor a una plataforma de análisis de datos determinada (imágenes médicas).

  11. Bibliografía

  12. Observaciones

    NECESIDADES EDUCATIVAS ESPECIALES

    Aquellos estudiantes con discapacidad o necesidades educativas especiales podrán dirigirse al Servicio de Atención a la Diversidad y Voluntariado (ADYV - https://www.um.es/adyv) para recibir orientación sobre un mejor aprovechamiento de su proceso formativo y, en su caso, la adopción de medidas de equiparación y de mejora para la inclusión, en virtud de la Resolución Rectoral R-358/2016. El tratamiento de la información sobre este alumnado, en cumplimiento con la LOPD, es de estricta confidencialidad.

    EVALUACIÓN

    En el procedimiento de evaluación resultarán de aplicación el artículo 135.1.v) de los Estatutos de la Universidad de Murcia, el artículo 8.6 del Reglamento de Evaluación de Estudiantes (REVA) y la instrucción SG 18/2026 del secretario general de la Universidad de Murcia que interpreta estas normas, disponible en este enlace: https://sede.um.es/sede/documento/normativa/instruccion-del-secretario-general-sg-18-2026-sobre-la-interpretacion-y-aplicacion-del-art-135-1-v-estatutos-umu/24199.pdf

    Se recuerda asimismo que el artículo 22.1 del Reglamento de Evaluación de Estudiantes (REVA) estipula que "el o la estudiante que se valga de conductas fraudulentas, incluida la indebida atribución de identidad o autoría, o esté en posesión de medios o instrumentos que faciliten dichas conductas, obtendrá la calificación de cero en el procedimiento de evaluación y, en su caso, podrá ser objeto de sanción, previa apertura de expediente disciplinario".

    OBSERVACIONES DEL EQUIPO DOCENTE

    DETALLES DE EVALUACIÓN

    La evaluación de la asignatura consta de tres partes con los siguientes pesos: un examen escrito (40%), un proyecto práctico (40%) y actividades de seguimiento (20%). El proyecto práctico y las actividades de seguimiento constituyen la evaluación continua, realizada durante la impartición de la asignatura. El examen escrito es una prueba final que valora de forma integrada las competencias fundamentales de la asignatura.

    El examen escrito (40%) es de carácter obligatorio y requiere una nota mínima de 4 sobre 10 puntos para poder promediar la calificación con el resto de actividades de evaluación. El proyecto práctico (40%) se desarrollará durante el periodo docente y estará orientado a la evaluación de competencias aplicadas que no pueden valorarse por otros medios. Por este motivo, tanto la participación en las sesiones de seguimiento como la entrega y defensa del proyecto serán de carácter obligatorio, y se requerirá una nota mínima de 4 sobre 10 puntos para poder promediar. Las actividades de seguimiento (20%) tienen carácter no obligatorio y están vinculadas al seguimiento continuado de la asignatura. Podrán plantearse de forma periódica y llevarse a cabo durante las propias sesiones, incluso de manera espontánea.

    En la convocatoria en la que se imparte la docencia no existe derecho a recuperar la evaluación continua, salvo en los casos previstos en el art. 8.6 del REVA. El estudiante que, por circunstancias sobrevenidas debidamente justificadas, no haya podido realizar total o parcialmente la evaluación continua tendrá derecho a una prueba global sustitutoria de esta, consistente en la entrega y defensa de un proyecto práctico (40%) y en la realización de una actividad equivalente a las de seguimiento (20%), con los mismos mínimos y requisitos de obligatoriedad.

    En las convocatorias posteriores se mantendrá la misma estructura de evaluación, con los mismos pesos, mínimos y requisitos de obligatoriedad. Las calificaciones obtenidas en cualquiera de las tres partes se conservarán hasta que la asignatura se imparta de nuevo en el siguiente curso académico.

    El examen escrito se realizará en las fechas oficiales de cada convocatoria. El proyecto práctico se recuperará mediante su entrega y defensa, y las actividades de seguimiento mediante una actividad diseñada a tal efecto, en los plazos y por los medios que se indiquen en el llamamiento publicado en el sitio de la asignatura del Aula Virtual. Las partes que falten o que no alcancen la nota mínima para promediar se realizarán directamente, sin necesidad de aviso. Para mejorar cualquier otra calificación, el estudiante podrá renunciar a ella y realizar de nuevo la parte correspondiente, comunicándolo al profesorado responsable por correo electrónico con una antelación mínima de 15 días naturales al inicio del periodo de exámenes, siempre que no haya superado la asignatura.

    Para superar la asignatura será necesaria una calificación media mínima de 5 sobre 10.

    OBJETIVOS DE DESARROLLO SOSTENIBLE

    Esta asignatura se encuentra alineada con los Objetivos de Desarrollo Sostenible n.º 3 (Salud y bienestar) y n.º 9 (Industria, innovación e infraestructura), por su contribución al desarrollo de soluciones tecnológicas aplicadas al ámbito médico que mejoran la atención sanitaria y fomentan la innovación en el sector de la salud.