Diplomado en Algoritmos de Detección de Eventos Fisiológicos
Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Señales fisiológicas y eventos» a «Proyecto de algoritmo de detección», pasando por «Evaluación del rendimiento».
Mapa del programa · pulsa un módulo
Módulo 1 · Señales fisiológicas y eventos
800 hDuración total
8Módulos
80Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Señales fisiológicas y eventos
Saldrás manejando eventos en ECG: latidos, arritmias e isquemia, eventos en PPG: pulso y desaturación y eventos respiratorios: apneas e hipopneas. Es lo que se trabaja en «Señales fisiológicas y eventos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Preprocesado de señales
Saldrás manejando filtrado y remuestreo, segmentación y ventanas y detección de artefactos. Es lo que se trabaja en «Preprocesado de señales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Detección clásica
Saldrás manejando algoritmo de Pan-Tompkins, detección de picos en PPG y umbrales adaptativos. Es lo que se trabaja en «Detección clásica», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Evaluación del rendimiento
Saldrás manejando sensibilidad, especificidad y valor predictivo, métricas por evento frente a por muestra y curvas ROC y PR. Es lo que se trabaja en «Evaluación del rendimiento», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Despliegue y tiempo real
Saldrás manejando procesado en dispositivo frente a nube, latencia y consumo y cuantización de modelos. Es lo que se trabaja en «Despliegue y tiempo real», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Regulación de algoritmos
Saldrás manejando software como dispositivo médico, reglas de clasificación MDR y IEC 62304 para algoritmos. Es lo que se trabaja en «Regulación de algoritmos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Caracterizar los eventos fisiológicos de interés como arritmias, apneas o crisis.
02Aplicar técnicas de preprocesado y eliminación de ruido.
03Implementar detectores clásicos basados en umbrales y morfología.
04Entrenar modelos de aprendizaje automático para la detección de eventos.
05Evaluar el rendimiento con métricas de sensibilidad y valor predictivo.
06Desplegar algoritmos en tiempo real en dispositivos con recursos limitados.
07Preparar la documentación regulatoria de algoritmos como producto sanitario.
Plan de estudios
8 módulos, 80 submódulos, 800 h. Elige un módulo y ves su contenido completo.
1 de 8 módulos abiertos
Módulo 1 de 8 · 10 submódulos
Señales fisiológicas y eventos
1.1Eventos en ECG: latidos, arritmias e isquemia
1.2Eventos en PPG: pulso y desaturación
1.3Eventos respiratorios: apneas e hipopneas
1.4Eventos en EEG: crisis y husos de sueño
1.5Eventos en EMG: activación muscular
1.6Eventos inerciales: caídas y temblor
1.7Definiciones clínicas y criterios AASM
1.8Bases de datos PhysioNet
1.9Anotación de eventos por expertos
1.10Laboratorio: exploración de MIT-BIH en PhysioNet
Módulo 2 de 8 · 10 submódulos
Preprocesado de señales
2.1Filtrado y remuestreo
2.2Segmentación y ventanas
2.3Detección de artefactos
2.4Normalización entre sujetos
2.5Interpolación de datos perdidos
2.6Fusión de canales
2.7Transformada de Fourier y wavelets
2.8Representaciones tiempo-frecuencia
2.9Bibliotecas: NeuroKit2, MNE y SciPy
2.10Práctica: pipeline de preprocesado de un ECG ambulatorio
Módulo 3 de 8 · 10 submódulos
Detección clásica
3.1Algoritmo de Pan-Tompkins
3.2Detección de picos en PPG
3.3Umbrales adaptativos
3.4Detección de apneas por flujo y SpO2
3.5Variabilidad de frecuencia cardiaca
3.6Detección de fibrilación auricular por irregularidad RR
3.7Plantillas y correlación
3.8Máquinas de estados
3.9Ventajas en dispositivos de bajo consumo
3.10Taller: implementación de Pan-Tompkins en Python
Módulo 4 de 8 · 10 submódulos
Aprendizaje automático
4.1Extracción de características
4.2Clasificadores: SVM, random forest y boosting
4.3Redes convolucionales 1D
4.4Redes recurrentes y transformers
4.5Aprendizaje autosupervisado en series fisiológicas
4.6Desequilibrio de clases
4.7Validación por sujeto y leave-one-subject-out
4.8Interpretabilidad con SHAP
4.9Modelos embebidos con TinyML
4.10Práctica: clasificador de fibrilación auricular con CNN
Módulo 5 de 8 · 10 submódulos
Evaluación del rendimiento
5.1Sensibilidad, especificidad y valor predictivo
5.2Métricas por evento frente a por muestra
5.3Curvas ROC y PR
5.4ANSI/AAMI EC57 para algoritmos de ECG
5.5Tasa de falsas alarmas por hora
5.6Intervalos de confianza
5.7Generalización entre poblaciones
5.8Sesgos demográficos
5.9Análisis de errores
5.10Laboratorio: evaluación EC57 de un detector de QRS
Módulo 6 de 8 · 10 submódulos
Despliegue y tiempo real
6.1Procesado en dispositivo frente a nube
6.2Latencia y consumo
6.3Cuantización de modelos
6.4Gestión de alarmas y priorización
6.5Integración con aplicaciones clínicas
6.6Monitorización del rendimiento en producción
6.7Deriva de datos
6.8Actualizaciones del algoritmo
6.9Registro y trazabilidad
6.10Caso práctico: arquitectura de alertas de un parche cardiaco
Módulo 7 de 8 · 10 submódulos
Regulación de algoritmos
7.1Software como dispositivo médico
7.2Reglas de clasificación MDR
7.3IEC 62304 para algoritmos
7.4Plan de cambios predeterminado de la FDA
7.5Reglamento europeo de IA y dispositivos médicos
7.6Validación clínica según MDCG
7.7Gestión de riesgos de falsos negativos
7.8Documentación del algoritmo
7.9Ética y equidad
7.10Práctica: plan de validación clínica de un detector de apneas
Módulo 8 de 8 · 10 submódulos
Proyecto de algoritmo de detección
8.1Definición del evento y uso clínico
8.2Selección de datos
8.3Preprocesado
8.4Desarrollo del algoritmo
8.5Evaluación del rendimiento
8.6Plan de despliegue
8.7Análisis regulatorio
8.8Análisis de riesgos
8.9Memoria y presentación
8.10Revisión final con el tutor
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 800 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 800 horas · 6 a 8 meses previstos
¿Qué nivel tienes ya?
Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.
Eventos en EEG: crisis y husos de sueño
Módulo 1 · Señales fisiológicas y eventos
Filtrado y remuestreo
Módulo 2 · Preprocesado de señales
Máquinas de estados
Módulo 3 · Detección clásica
Aprendizaje autosupervisado en series fisiológicas
Módulo 4 · Aprendizaje automático
Métricas por evento frente a por muestra
Módulo 5 · Evaluación del rendimiento
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
ANSI/AAMI EC57 (evaluación de algoritmos de ritmo cardíaco)IEC 60601-2-47 (sistemas de electrocardiografía ambulatoria)IEC 62304 (software de productos sanitarios)Reglamento (UE) 2017/745 (productos sanitarios)Reglamento (UE) 2024/1689 (inteligencia artificial)ISO 14971 (gestión de riesgos)IEC 82304-1 (software sanitario)
Cuerpo docente y expertos
Directores académicos de los institutos de SEIUM. El detalle de cada instituto está en la página de institutos.
Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 27-11-2026.
¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Salud, Biomecánica, Wearables & Seguridad Operacional?
¿Puedes mantener un ritmo de estudio constante durante 800 horas · 6 a 8 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria.
·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
·Nivel de español suficiente para seguir lectura de normativa técnica.
Cómo se estudia
Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.
Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es Python (scikit-learn), PyTorch, MATLAB, WFDB (PhysioNet), en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de evaluación con bases de datos de PhysioNet, validación en tiempo real sobre microcontroladores, estudios clínicos retrospectivos. La evaluación es continua por módulo más el proyecto integrador final.
Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Señales fisiológicas y eventos» y cierra con «Proyecto de algoritmo de detección».
Se trabajan ANSI/AAMI EC57 (evaluación de algoritmos de ritmo cardíaco), IEC 60601-2-47 (sistemas de electrocardiografía ambulatoria), IEC 62304 (software de productos sanitarios), Reglamento (UE) 2017/745 (productos sanitarios), Reglamento (UE) 2024/1689 (inteligencia artificial) y ISO 14971 (gestión de riesgos).
Los perfiles más directos son Ingeniero de algoritmos biomédicos, Científico de datos clínicos, Ingeniero de software de productos sanitarios, Investigador en procesamiento de señales y Ingeniero de sistemas embebidos.
En un pago son 1.432 €, sobre una tarifa de 1.790 €. A plazos, una entrada de 716 € y 6 cuotas de 179 €, 1.790 € en total, sin intereses: lo mismo que la tarifa.
Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.
El programa son 800 horas totales repartidas en 6 a 8 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con Python (scikit-learn), PyTorch, MATLAB, WFDB (PhysioNet). Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.
Diploma propio de SEIUM al superar la evaluación continua y el proyecto integrador. Es formación propia, no un título oficial del Ministerio.
Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.
Inicio de clases: 22 de diciembre de 20261.432 €Matricularme
Antes de decidir
¿Qué sacarías tú de este diplomado?
No es lo mismo llegar aquí recién titulado que con diez años en el sector. Dinos de dónde vienes.
Qué te aportaPasar de la teoría de carrera al criterio de proyecto: qué norma aplica a cada parte del trabajo, qué criterios de aceptación se fijan antes de ejecutar y cómo se deja todo documentado.
Dónde vas a sudarEl módulo de normativa y evidencia documental, si todavía no has trabajado dentro de un proyecto real con auditoría de por medio.
Con qué salesCon una memoria técnica propia, sobre un caso real, que puedes poner encima de la mesa en una entrevista.
Qué te aportaFormalizar lo que ya haces por oficio: distinguir requisito obligatorio de buena práctica, justificar por escrito las decisiones técnicas y dejar el trabajo trazable.
Dónde vas a sudarPoco en contenido. El esfuerzo real está en el proyecto final y en su defensa.
Con qué salesCon el diplomado acreditado y un proyecto hecho sobre un caso de tu propio trabajo.
Qué te aportaLa base técnica de Salud, Biomecánica, Wearables & Seguridad Operacional y el marco normativo del ámbito desde cero, sin dar por sabido el vocabulario del sector.
Dónde vas a sudarLas primeras semanas, por terminología. A partir del segundo módulo se nivela.
Con qué salesCon un perfil de entrada acreditado en Salud, Biomecánica, Wearables & Seguridad Operacional y un proyecto que demuestra que sabes aplicarlo.
¿Te va a dar la vida?
Calcula tu ritmo real
Son 800 horas. Mueve el control y mira cuánto tardarías tú de verdad.
—para terminar
¿Y esto para qué me sirve?
Marca lo que más te interesa
Elige hasta 3 módulos y te digo cuánto pesan en el programa y a qué perfiles prepara.
Perfiles a los que prepara
Ingeniero de algoritmos biomédicos
Científico de datos clínicos
Ingeniero de software de productos sanitarios
En productos sanitarios, salud digital y wearables.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Salud, Biomecánica, Wearables & Seguridad Operacional con criterio de norma, no solo de intuición.
Saber justificar por escrito por qué tomaste una decisión técnica.
Terminar con una memoria técnica tuya, sobre un caso real.
Avanzar a tu ritmo, compatible con una jornada completa.
No, si buscas…
Un título rápido sin entregar trabajo propio.
Clases en directo con horario fijo: el programa es asíncrono.
Empezar mañana: las clases empiezan justo un mes después de matricularte.
Formación de taller o práctica presencial con maquinaria.
¿Te queda una duda?
Pregunta algo concreto
Escríbela aquí y la pasamos al formulario de contacto con la formación ya identificada.