Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Radiomics y Modelos de Riesgo

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Imagen médica cuantitativa» a «Proyecto de modelo radiómico de riesgo», pasando por «Selección de variables y modelos».

Mapa del programa · pulsa un módulo
Módulo 1 · Imagen médica cuantitativa
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.

Imagen médica cuantitativa

Saldrás manejando física de la TC: unidades Hounsfield y reconstrucción, secuencias de RM y heterogeneidad de intensidades y PET y valores de captación estandarizados SUV. Es lo que se trabaja en «Imagen médica cuantitativa», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Segmentación de regiones

Saldrás manejando segmentación manual y variabilidad entre observadores, métodos semiautomáticos: umbralización y crecimiento de regiones y segmentación profunda con U-Net y nnU-Net. Es lo que se trabaja en «Segmentación de regiones», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Extracción de características

Saldrás manejando rasgos de forma y tamaño tridimensionales, estadística de primer orden del histograma y matrices de textura GLCM, GLRLM y GLSZM. Es lo que se trabaja en «Extracción de características», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Selección de variables y modelos

Saldrás manejando problema de alta dimensionalidad y pocas muestras, reducción por correlación y redundancia y regresión LASSO y elastic net. Es lo que se trabaja en «Selección de variables y modelos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Modelos de riesgo y supervivencia

Saldrás manejando análisis de supervivencia y curvas de Kaplan-Meier, regresión de Cox y supuesto de proporcionalidad y random survival forests y DeepSurv. Es lo que se trabaja en «Modelos de riesgo y supervivencia», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Validación y uso clínico

Saldrás manejando validación interna, temporal y externa, riesgo de sesgo con PROBAST y deriva de datos tras el despliegue. Es lo que se trabaja en «Validación y uso clínico», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Describir la imagen médica cuantitativa y sus fuentes de variabilidad.
  • 02Segmentar regiones de interés de forma reproducible.
  • 03Extraer características radiómicas conformes a IBSI.
  • 04Armonizar datos multicéntricos y evaluar su robustez.
  • 05Seleccionar variables y entrenar modelos predictivos evitando el sobreajuste.
  • 06Construir modelos de riesgo y supervivencia.
  • 07Validar modelos radiómicos y valorar su utilidad clínica.

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

Imagen médica cuantitativa

1.1Física de la TC: unidades Hounsfield y reconstrucción
1.2Secuencias de RM y heterogeneidad de intensidades
1.3PET y valores de captación estandarizados SUV
1.4Formato DICOM y metadatos relevantes
1.5Efecto de los parámetros de adquisición en las medidas
1.6Fantomas de calibración y control de calidad
1.7Preprocesado: remuestreo, normalización y discretización
1.8Repositorios públicos: TCIA y LIDC-IDRI
1.9Anonimización de estudios de imagen
1.10Laboratorio: lectura y remuestreo de series DICOM con Python
Módulo 2 de 8 · 10 submódulos

Segmentación de regiones

2.1Segmentación manual y variabilidad entre observadores
2.2Métodos semiautomáticos: umbralización y crecimiento de regiones
2.3Segmentación profunda con U-Net y nnU-Net
2.4Métricas de solapamiento: Dice y distancia de Hausdorff
2.5Formatos de máscara: RTSTRUCT, NIfTI y DICOM SEG
2.6Herramientas: 3D Slicer e ITK-SNAP
2.7Segmentación peritumoral y de hábitats
2.8Efecto de la segmentación en la estabilidad de rasgos
2.9Revisión radiológica de contornos
2.10Práctica: segmentación de nódulos pulmonares en 3D Slicer
Módulo 3 de 8 · 10 submódulos

Extracción de características

3.1Rasgos de forma y tamaño tridimensionales
3.2Estadística de primer orden del histograma
3.3Matrices de textura GLCM, GLRLM y GLSZM
3.4Matrices NGTDM y GLDM
3.5Filtros wavelet y Laplaciano de Gaussiana
3.6Estandarización según la iniciativa IBSI
3.7Librería PyRadiomics y su configuración
3.8Rasgos delta-radiómicos en estudios longitudinales
3.9Características profundas frente a rasgos definidos
3.10Laboratorio: extracción con PyRadiomics sobre una cohorte pública
Módulo 4 de 8 · 10 submódulos

Robustez y armonización

4.1Reproducibilidad test-retest de características
4.2Coeficiente de correlación intraclase y concordancia
4.3Efecto del escáner y del protocolo de adquisición
4.4Armonización estadística con ComBat
4.5Perturbaciones de imagen y de máscara
4.6Filtrado de rasgos inestables
4.7Calidad radiómica según la puntuación RQS
4.8Guía CLEAR para informar estudios radiómicos
4.9Estudios multicéntricos y sesgo de lote
4.10Práctica: análisis de estabilidad con perturbaciones de contorno
Módulo 5 de 8 · 10 submódulos

Selección de variables y modelos

5.1Problema de alta dimensionalidad y pocas muestras
5.2Reducción por correlación y redundancia
5.3Regresión LASSO y elastic net
5.4Random forest y gradient boosting
5.5Máquinas de vectores de soporte
5.6Validación cruzada anidada y fuga de datos
5.7Desequilibrio de clases y remuestreo
5.8Integración con variables clínicas y genómicas
5.9Interpretabilidad con valores SHAP
5.10Taller: modelo LASSO de predicción de malignidad
Módulo 6 de 8 · 10 submódulos

Modelos de riesgo y supervivencia

6.1Análisis de supervivencia y curvas de Kaplan-Meier
6.2Regresión de Cox y supuesto de proporcionalidad
6.3Random survival forests y DeepSurv
6.4Índice de concordancia y AUC dependiente del tiempo
6.5Calibración y gráficos de calibración
6.6Curvas de decisión y beneficio neto
6.7Nomogramas radiómico-clínicos
6.8Estratificación en grupos de riesgo
6.9Normas TRIPOD+AI para modelos predictivos
6.10Caso práctico: firma radiómica pronóstica en cáncer de pulmón
Módulo 7 de 8 · 10 submódulos

Validación y uso clínico

7.1Validación interna, temporal y externa
7.2Riesgo de sesgo con PROBAST
7.3Deriva de datos tras el despliegue
7.4Integración en PACS y flujo radiológico
7.5Requisitos MDR para software de diagnóstico
7.6Reglamento europeo de IA y sistemas de alto riesgo
7.7Explicabilidad para clínicos y pacientes
7.8Evaluación de impacto en la decisión clínica
7.9Publicación de código y modelos reproducibles
7.10Caso práctico: plan de validación externa de un modelo publicado
Módulo 8 de 8 · 10 submódulos

Proyecto de modelo radiómico de riesgo

8.1Pregunta clínica y definición del objetivo
8.2Selección y curación de la cohorte
8.3Protocolo de segmentación y control de calidad
8.4Extracción y armonización de características
8.5Selección de variables y entrenamiento
8.6Evaluación de discriminación y calibración
8.7Validación externa e interpretación
8.8Informe conforme a CLEAR y TRIPOD+AI
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.

Formato DICOM y metadatos relevantes
Módulo 1 · Imagen médica cuantitativa
Segmentación manual y variabilidad entre observadores
Módulo 2 · Segmentación de regiones
Rasgos delta-radiómicos en estudios longitudinales
Módulo 3 · Extracción de características
Perturbaciones de imagen y de máscara
Módulo 4 · Robustez y armonización
Reducción por correlación y redundancia
Módulo 5 · Selección de variables y modelos

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

IBSI (Image Biomarker Standardisation Initiative)TRIPOD+AI (comunicación de modelos predictivos)DICOMRadiomics Quality Score (RQS)Reglamento (UE) 2024/1689 (Inteligencia Artificial)Reglamento (UE) 2017/745 (MDR)

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’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Científico de datos en imagen médica
Físico médico
Investigador en radiómica
Bioestadístico
Ingeniero de IA clínica
Radiólogo investigador

Para quién es

Científico de datos en imagen médica
Físico médico
Investigador en radiómica
Bioestadístico
Ingeniero de IA clínica
Radiólogo investigador
Titulados en ingeniería o ciencias que busquen entrar en hospitales

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: De los ensayos de pista al modelo virtual: validación mixta hardware-in-the-loop · Cómo construir tu primer modelo de vehículo en un entorno de simulación multicuerpo · Gemelos digitales de flotas: de los sensores al modelo en tiempo real.

Áreas cercanas: todas las de Salud, Biomecánica, Wearables & Seguridad Operacional · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 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.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿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 PyRadiomics, 3D Slicer, LIFEx, R (survival), scikit-learn, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de extracción radiómica en cohortes retrospectivas, estudios de reproducibilidad test-retest, validación externa multicéntrica. La evaluación es continua por módulo más el proyecto integrador final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Imagen médica cuantitativa» y cierra con «Proyecto de modelo radiómico de riesgo».

Se trabajan IBSI (Image Biomarker Standardisation Initiative), TRIPOD+AI (comunicación de modelos predictivos), DICOM, Radiomics Quality Score (RQS), Reglamento (UE) 2024/1689 (Inteligencia Artificial) y Reglamento (UE) 2017/745 (MDR).

Los perfiles más directos son Científico de datos en imagen médica, Físico médico, Investigador en radiómica, Bioestadístico y Ingeniero de IA clínica.

En un pago son 1.032 €, sobre una tarifa de 1.290 €. A plazos, una entrada de 516 € y 6 cuotas de 129 €, 1.290 € 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 PyRadiomics, 3D Slicer, LIFEx, R (survival), scikit-learn. 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.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 22 de diciembre de 20261.032 € Matricularme
Contactar con Seium
Pago al contado1.032 €ahorras 258 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.