{"id":12336,"date":"2017-11-17T14:16:49","date_gmt":"2017-11-17T16:16:49","guid":{"rendered":"http:\/\/www.institutosantosdumont.org.br\/?page_id=12336"},"modified":"2025-02-26T09:46:30","modified_gmt":"2025-02-26T12:46:30","slug":"matriz-curricular-neurogengenharia","status":"publish","type":"page","link":"https:\/\/institutosantosdumont.org.br\/es\/matriz-curricular-neurogengenharia\/","title":{"rendered":"Matriz curricular y programas de estudios"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La matriz curricular de la Programa de Postgrado en Neuroingenier\u00eda<\/strong><\/a> de I<\/a>Instituto Santos Dumont (ISD)\u00a0<\/strong>se compone de asignaturas obligatorias y optativas encaminadas a formar un profesional polivalente en\u00a0interfaz entre ingenier\u00eda y neurociencia<\/strong>.\u00a0Esta estructura fue dise\u00f1ada para superar las barreras que existen entre los grados exacto, biol\u00f3gico y humano.\u00a0<\/span><\/p>

Consulte las materias y sus respectivos programas de estudios a continuaci\u00f3n, que tambi\u00e9n\u00a0est\u00e1n disponibles en\u00a0<\/span>Plataforma Sucupira\u00a0AQU\u00cd<\/a><\/span><\/span>\u00a0<\/span>(<\/span>Seleccione: Instituci\u00f3n de Educaci\u00f3n Superior: 33280010 \u2013 Instituto de Ensino e Pesquisa Alberto Santos Dumont\/ Programa: Neuroingenier\u00eda \u2013 33280010001P2<\/em>).<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\"\"<\/a>Materias obligatorias<\/strong><\/h4>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tNeuroanatom\u00eda<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Descripci\u00f3n:<\/b><\/p>

La disciplina de la neuroanatom\u00eda cubre los aspectos anat\u00f3micos, estructurales y funcionales del sistema nervioso, con \u00e9nfasis en el estudio del sistema nervioso central (cerebro y m\u00e9dula espinal) y perif\u00e9rico. Se abordar\u00e1 la anatom\u00eda del sistema nervioso tanto a nivel celular como de sistemas (somatosensorial, visual, auditivo, olfativo, gustativo, motor, vestibular, l\u00edmbico y auton\u00f3mico, memoria y aprendizaje). As\u00ed, el objetivo general de la disciplina es caracterizar el sistema nervioso, en todos sus componentes, en cuanto a sistemas y sus estructuras macro y micro anat\u00f3micas de manera te\u00f3rica y pr\u00e1ctica, consistente en clases magistrales, discusi\u00f3n de textos, realizaci\u00f3n de actividades pr\u00e1cticas. y presentaci\u00f3n de seminarios relacionados con los temas tratados.<\/p>

Contenido tem\u00e1tico<\/b><\/p>

  1. Principios y fundamentos de la neuroanatom\u00eda funcional.
    \u2022 Cerebro \u2022 M\u00e9dula espinal \u2022 Nervios perif\u00e9ricos<\/i><\/li>
  2. Anatom\u00eda celular: aspectos morfol\u00f3gicos, fisiol\u00f3gicos e interacci\u00f3n funcional.<\/li>
  3. sistema somatosensorial<\/li>
  4. sistema visual<\/li>
  5. sistema de auditorio<\/li>
  6. Sistemas olfativo y gustativo.<\/li>
  7. sistema motor<\/li>
  8. sistema vestibular<\/li>
  9. sistema l\u00edmbico<\/li>
  10. Memoria y aprendizaje<\/li>
  11. sistema aut\u00f3nomo<\/li><\/ol>
    \u00a0<\/div>
    Carga de trabajo: <\/b>60h\u00a0<\/div>
    Cr\u00e9ditos Totales:<\/b> 4<\/div>
    \u00a0<\/div>
    Ofrenda: <\/b>Anual \u2013 1er Semestre

    Bibliograf\u00eda:\u00a0<\/b>\u2022 Afifi A, Bergmann R. Neuroanatom\u00eda funcional \u2013 Texto y atlas. 2da ed. S\u00e3o Paulo: Roca, 2007. 526 p. \u2022 Bear M, Connors B, Paradiso M. Neurociencias: desentra\u00f1ando el sistema nervioso. 3\u00aa edici\u00f3n. S\u00e3o Paulo: Artmed, 2008. 896 p. \u2022 Purves D, Agust\u00edn GJ, Fitzpatrick D, Hall WC, LaMantia AS, White LE. Neurociencia. 5\u00aa edici\u00f3n. Sinauer, 2012. 759 p. Bibliograf\u00eda adicional: \u2022 Lent, R. \u00bfCien mil millones de neuronas? \u2013 Conceptos fundamentales de la neurociencia. 2ed. S\u00e3o Paulo: Atheneu, 2010. 765 p.<\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tNeurofisiolog\u00eda<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

    Descripci\u00f3n:<\/b><\/p>

    El principal objetivo de la disciplina es caracterizar las bases fisiol\u00f3gicas y funcionales del sistema nervioso. Consistir\u00e1 en clases expositivas, discusi\u00f3n de textos y cuestiones planteadas por los profesores.<\/p>

    Contenido tem\u00e1tico:<\/b><\/p>

    1. Citolog\u00eda neuronal y canales i\u00f3nicos.<\/li>
    2. Bases conceptuales de la electrofisiolog\u00eda.
      \u2022 Potencial de membrana \u2022 Bioelectrog\u00e9nesis \u2022 Propagaci\u00f3n de se\u00f1ales neuronales \u2022 Sinapsis e integraci\u00f3n sin\u00e1ptica \u2022 Neurotransmisores <\/i><\/li>
    3. Procesamiento sensorial
      \u2022 Transducci\u00f3n y codificaci\u00f3n sensorial \u2022 Modalidades de est\u00edmulo \u2022 Sistemas sensoriales: tacto, dolor, visi\u00f3n, o\u00eddo, gusto y olfato \u2022 Representaci\u00f3n cortical de los sentidos <\/i><\/li>
    4. Planificaci\u00f3n, ejecuci\u00f3n y control de motores.
      \u2022 Contracci\u00f3n muscular \u2022 Movimientos reflejos, voluntarios y aut\u00f3nomos \u2022 Planificaci\u00f3n y ejecuci\u00f3n de movimientos \u2022 Aprendizaje y control motor \u2022 Principales trastornos motores <\/i><\/li>
    5. Sistema nervioso aut\u00f3nomo, homeostasis e hipot\u00e1lamo.<\/li>
    6. Bases neurofisiol\u00f3gicas de las emociones; sistema l\u00edmbico<\/li>
    7. Bases neuronales de la cognici\u00f3n.
      \u2022 Atenci\u00f3n \u2022 Memoria y aprendizaje \u2022 Control ejecutivo<\/i><\/li><\/ol>
      \u00a0<\/i><\/div>
      Carga de trabajo: <\/b>60h\u00a0<\/div>
      Cr\u00e9ditos Totales: <\/b>4<\/div>
      Ofrenda: <\/b>Anual \u2013 1er Semestre

      Bibliograf\u00eda: <\/strong>\u2022 Kandel, E., Schwartz, J., Jessell, T. Principios de la ciencia neuronal. McGrall-Hill, 2000. \u2022 Bear, M., Connors, B., Paradiso, M. Neurociencia \u2013 Explorando el cerebro. Lippincott, 2006. \u2022 Purves, D., Augustine, GJ, Fitzpatrick, D., Katz, LC, LaMantia, AS, McNamara, JO, Williams, SM Neurociencia. Sinauer, 2007.<\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tFundamentos de Programaci\u00f3n y Desarrollo de Proyectos Aplicados a la Neuroingenier\u00eda<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

      Descripci\u00f3n:<\/strong><\/p>

      Definici\u00f3n de algoritmo e introducci\u00f3n a la programaci\u00f3n inform\u00e1tica. Vaya. Construyendo un entorno colaborativo. Manejo de datos de entrada y salida. Estructuras condicionales. Estructuras de repetici\u00f3n. Vectores. Punteros. Funciones. Sobrecarga de funciones. Clase. Herencia. Polimorfismo. Sobrecarga del operador. Ejecuci\u00f3n de proyectos asociados a la Neuroingenier\u00eda.

      <\/b><\/p>

      Habilidades:<\/b><\/p>

      1. Dominio de la Neurociencia y la Ingenier\u00eda Biom\u00e9dica: aplicar conocimientos de ingenier\u00eda en neurociencia;<\/li>
      2. Dominio Cient\u00edfico \u2013 Investigar y realizar experimentos con rigor cient\u00edfico para resolver problemas, buscando la innovaci\u00f3n.<\/li>
      3. Creaci\u00f3n y Desarrollo de Sistemas Aplicados \u2013 Dise\u00f1ar, desarrollar e implementar sistemas computacionales orientados a la integraci\u00f3n de recursos f\u00edsicos y l\u00f3gicos.<\/li>
      4. Habilidades Did\u00e1cticas \u2013 Desarrollar el dominio pedag\u00f3gico asociado al conocimiento de la neuroingenier\u00eda.<\/li>
      5. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo.<\/li>
      6. Transformaci\u00f3n de la Sociedad \u2013 Utilizar los conocimientos adquiridos para provocar transformaciones sociales.<\/li>
      7. Formaci\u00f3n \u00c9tica \u2013 Desarrollar el desempe\u00f1o profesional basado en principios \u00e9ticos.<\/li><\/ol>

        \u00a0<\/b><\/p>

        Objetivos de aprendizaje:
        <\/b>Desarrollar la l\u00f3gica de programaci\u00f3n a trav\u00e9s de un lenguaje de programaci\u00f3n estructurado y orientado a objetos. \u2013 Conceptualizar variable, estructura de decisi\u00f3n, estructura de repetici\u00f3n y vector en el contexto de algoritmos. \u2013 Implementar algoritmos simples utilizando un lenguaje de programaci\u00f3n. \u2013 Estructuras de datos din\u00e1micas abstractas en una memoria computacional. \u2013 Construir sistemas aplicables a la neuroingenier\u00eda. \u2013 Identificar la estructura m\u00e1s adecuada para la resoluci\u00f3n de problemas de neuroingenier\u00eda.<\/p>

        Contenido tem\u00e1tico:<\/b><\/p>

        1. Arquitectura inform\u00e1tica b\u00e1sica<\/li>
        2. Elementos de hardware (memoria, procesador, dispositivos de entrada\/salida)<\/li>
        3. Sistemas num\u00e9ricos y bases num\u00e9ricas.<\/li>
        4. Organizaci\u00f3n b\u00e1sica de un entorno inform\u00e1tico (Hardware, Sistema Operativo, compiladores, programas)<\/li>
        5. Introducci\u00f3n a la programaci\u00f3n<\/li>
        6. Algoritmos<\/li>
        7. Aspectos b\u00e1sicos de los lenguajes de programaci\u00f3n.<\/li>
        8. Proyectos de neuroingenier\u00eda<\/li>
        9. Herramientas de gesti\u00f3n de proyectos<\/li>
        10. Git: flujo de trabajo en un entorno colaborativo.<\/li>
        11. Lenguaje de programaci\u00f3n<\/li>
        12. Constantes, variables y asignaciones.<\/li>
        13. Entrada\/salida de datos y operadores aritm\u00e9ticos<\/li>
        14. Expresiones l\u00f3gicas y declaraciones condicionales.<\/li>
        15. Estructuras de repetici\u00f3n \u2022 Estructuras de datos, vectores y matrices.<\/li>
        16. Modularizaci\u00f3n de programas (procedimientos y funciones)<\/li>
        17. Archivos<\/li>
        18. Consejos<\/li>
        19. Manejo de archivos<\/li>
        20. Sobrecarga de funciones<\/li>
        21. Clase<\/li>
        22. Herencia<\/li>
        23. Polimorfismo<\/li>
        24. Sobrecarga del operador<\/li>
        25. Ejecuci\u00f3n de proyectos asociados a la Neuroingenier\u00eda<\/li><\/ol>
          \u00a0<\/div>
          Carga de trabajo: <\/b>60h\u00a0<\/div>
          Cr\u00e9ditos Totales:<\/b> 4<\/div>

          Ofrenda: <\/b>Anual \u2013 2do Semestre

          <\/p>

          Bibliograf\u00eda:<\/b><\/div>
          Bibliograf\u00eda b\u00e1sica: \u2013 SOUZA, Marco A. Furlan de et al. Algoritmos y l\u00f3gica de programaci\u00f3n. 2da ed. S\u00e3o Paulo: Cengage Learning, 2011. \u2013 WALLISCH, Pascal et al. MATLAB para neurocient\u00edficos: una introducci\u00f3n a la inform\u00e1tica cient\u00edfica en MATLAB. Academic Press, 2014. \u2013 MENEZES, NNC Introducci\u00f3n a la Programaci\u00f3n con Python. 1\u00aa edici\u00f3n. S\u00e3o Paulo: Novatec, 2010.
          Bibliograf\u00eda complementaria: \u2013 SOMMERVILLE, Ian. Ingenier\u00eda de software. 9\u00aa Edici\u00f3n, Addison Wesley, 2011. \u2013 PRESSMAN, RS Ingenier\u00eda de software: un enfoque profesional. 7ma Edici\u00f3n. Porto Alegre: AMGH, 2011. \u2013 PAULA FILHO, Ingenier\u00eda de Software WP \u2013 Fundamentos, M\u00e9todos y Est\u00e1ndares, LTC, 2003. \u2013 PRESSMAN, R. Ingenier\u00eda de Software, MacGrawHill, 2006. \u2013 SCHACH, Stephen. Ingenier\u00eda de software cl\u00e1sica y orientada a objetos \u2013 Quinta edici\u00f3n \u2013 McGrawHill International Edition, 2002. \u2013 PEZZE, M. E Young, M. Software Testing and Analysis, Bookman, 2007. \u2013 PFLEEGER, SL Ingenier\u00eda de software \u2013 Teor\u00eda y pr\u00e1ctica, Pearson \/Prentice -Hall, 2004. Enlaces de Internet: https:\/\/www.codecademy.com\/catalog\/language\/python http:\/\/www.programmr.com\/ https:\/\/www.programminghub.io\/learn-programming<\/span><\/div>



          <\/p><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

          \n\t\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tTransducci\u00f3n y Procesamiento de Se\u00f1ales Biol\u00f3gicas<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

          Descripci\u00f3n:<\/b><\/p>

          Introducci\u00f3n a las se\u00f1ales continuas y discretas. Muestreo. Caracterizaci\u00f3n de sistemas lineales invariantes en el tiempo. Fundamentos de adquisici\u00f3n de datos y ruido. An\u00e1lisis de Fourier de se\u00f1ales continuas y discretas. An\u00e1lisis y dise\u00f1o de filtros. Transformada de Laplace y transformada Z. Aplicaciones en an\u00e1lisis de datos neuronales.<\/p>

          Habilidades:
          <\/b>Dominio de la Neurociencia y la Ingenier\u00eda Biom\u00e9dica \u2013 Conocer y dominar las principales t\u00e9cnicas de an\u00e1lisis de se\u00f1ales biol\u00f3gicas;
          Dominio cient\u00edfico: tener la capacidad de comprender y utilizar las t\u00e9cnicas utilizadas en el an\u00e1lisis de datos de \u00faltima generaci\u00f3n.
          Creaci\u00f3n y Desarrollo de Sistemas Aplicados \u2013 Dise\u00f1ar, desarrollar e implementar sistemas computacionales orientados a la integraci\u00f3n de recursos f\u00edsicos y l\u00f3gicos.
          Habilidades Did\u00e1cticas \u2013 Desarrollar el dominio pedag\u00f3gico asociado al conocimiento de la neuroingenier\u00eda.
          Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo.
          Transformaci\u00f3n de la Sociedad \u2013 Utilizar los conocimientos adquiridos para provocar transformaciones sociales.
          \u00a0Formaci\u00f3n \u00c9tica \u2013 Desarrollar el desempe\u00f1o profesional basado en principios \u00e9ticos.

          <\/b><\/p>

          Objetivos de aprendizaje:
          <\/b>Conocer y comprender las principales t\u00e9cnicas de procesamiento de se\u00f1ales aplicadas a datos biol\u00f3gicos. \u2013 Utilizar bibliotecas de procesamiento de se\u00f1ales en MATLAB o Python. \u2013 Desarrollar pipelines para procesamiento de se\u00f1ales en Python. \u2013 Posibilidad de elegir los m\u00e9todos que mejor se adapten a las propiedades de las se\u00f1ales.<\/p>

          Contenido tem\u00e1tico
          <\/b><\/p>

          1. Adquisici\u00f3n y muestreo de se\u00f1ales biol\u00f3gicas.<\/li>
          2. Se\u00f1ales continuas y discretas; \u2022 Clasificaci\u00f3n de se\u00f1al<\/li>
          3. Sistemas lineales e invariantes en el tiempo.<\/li>
          4. Ruido<\/li>
          5. an\u00e1lisis de Fourier<\/span><\/li>
          6. Filtros: filtros ideales, tipos de filtros, filtros continuos y discretos<\/span><\/li>
          7. Dise\u00f1o de filtro<\/span><\/li>
          8. Transformada de Laplace y Transformada Z<\/span><\/li>
          9. Aplicaciones y an\u00e1lisis de se\u00f1ales neuronales.<\/span><\/li>
          10. Ondas<\/span><\/li>
          11. Rango entre picos y PSTH<\/span><\/li>
          12. An\u00e1lisis de conectividad<\/span><\/li><\/ol>
            Carga de trabajo: <\/b><\/span>60h\u00a0<\/span><\/div>
            Cr\u00e9ditos Totales: <\/b>4<\/div>
            \u00a0<\/div>
            Ofrenda: <\/b>Anual \u2013 2do Semestre

            Bibliograf\u00eda:<\/b><\/div>
            Bibliograf\u00eda b\u00e1sica: \u2022 van Drongelen, W. Procesamiento de se\u00f1ales para neurocient\u00edficos, Introducci\u00f3n al an\u00e1lisis de se\u00f1ales fisiol\u00f3gicas, Academic Press, 2006 \u2022 Wallisch, P., Lusignan, M., Benayoun, M., Baker, T., Dickey, A., Hatsopoulos, N. MATLAB para neurocient\u00edficos: una introducci\u00f3n a la inform\u00e1tica cient\u00edfica en MATLAB, Academic Press, 2008
            Bibliograf\u00eda complementaria: \u2022 Oppenheim, AV, Willsky, AS, Hamid, S., Nawab, SH Signals and Systems, 2\u00aa edici\u00f3n, Pearson 2010 \u2022 Haykin, S. & Van Veen, B. Signals and Systems, Wiley; 2\u00aa edici\u00f3n, 2002. \u2022 Niedermeyer E. & Silva AFL, Principios b\u00e1sicos de electroencefalograf\u00eda, aplicaciones cl\u00ednicas y campos relacionados. Williams y Wilkins, 1993.<\/span><\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t
            \n\t\t\t\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            \"\"<\/a>Materias optativas<\/strong><\/h4>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t
            \n\t\t\t\t\t\t\t
            \n\t\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tAn\u00e1lisis de im\u00e1genes histol\u00f3gicas.<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

            Descripci\u00f3n:<\/b><\/p>

            La disciplina fundamenta te\u00f3ricamente aspectos relacionados con las etapas del procesamiento histol\u00f3gico y tipos de microscop\u00eda. La disciplina tambi\u00e9n incluye clases pr\u00e1cticas enfocadas en el uso del microscopio, as\u00ed como software para el an\u00e1lisis de datos histol\u00f3gicos como: Volumen, n\u00famero de c\u00e9lulas, densidad \u00f3ptica relativa, reconstrucciones 3D y ramificaci\u00f3n de procesos.<\/p>

            Habilidades:<\/b><\/p>

            1. Dominio de Neurociencia e Ingenier\u00eda Biom\u00e9dica - Aplicar conocimientos de an\u00e1lisis de im\u00e1genes en estudios cient\u00edficos.<\/li>
            2. Dominio cient\u00edfico: analizar e interpretar datos histol\u00f3gicos con rigor cient\u00edfico para resolver problemas.<\/li>
            3. Habilidades Did\u00e1cticas \u2013 Desarrollar el dominio pedag\u00f3gico asociado al conocimiento de la neuroingenier\u00eda.<\/li>
            4. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo.<\/li>
            5. Transformaci\u00f3n de la Sociedad \u2013 Utilizar los conocimientos adquiridos para provocar transformaciones sociales.<\/li>
            6. Formaci\u00f3n \u00c9tica \u2013 Desarrollar el desempe\u00f1o profesional basado en principios \u00e9ticos.<\/li><\/ol>

              \u00a0<\/b><\/p>

              Objetivos de aprendizaje
              <\/b>El objetivo general de la disciplina es brindar un enfoque te\u00f3rico-pr\u00e1ctico a trav\u00e9s del cual el estudiante desarrollar\u00e1 habilidades relacionadas con la extracci\u00f3n e interpretaci\u00f3n de datos de im\u00e1genes histol\u00f3gicas y c\u00f3mo utilizarlos en sus investigaciones.<\/p>

              Contenido tem\u00e1tico <\/b><\/p>

              1. Procesamiento histol\u00f3gico: descripci\u00f3n general (te\u00f3rica)
                \u2022 Los pasos del procesamiento histol\u00f3gico \u2022 Muestreo sistem\u00e1tico de la colecci\u00f3n de tejido \u2022 Tipos de tinci\u00f3n e histoqu\u00edmica \u2022 Conceptos generales de microscop\u00eda \u2022 Posibles fuentes de error que surgen del procesamiento \u2022 Morfometr\u00eda vs Estereolog\u00eda vs An\u00e1lisis de im\u00e1genes \u2022 Neuroanatom\u00eda cient\u00edfica abierta: bases de datos abiertas \u2022 Ejemplos de art\u00edculos que utilizan El software y los an\u00e1lisis que se cubrir\u00e1n en el curso.
                <\/i><\/li>
              2. Adquisici\u00f3n de im\u00e1genes al microscopio (Pr\u00e1ctica)
                \u2022 Componentes del microscopio \u2022 Uso del microscopio para microscop\u00eda \u00f3ptica \u2022 Uso del microscopio para microscop\u00eda de fluorescencia \u2022 Ajuste de la iluminaci\u00f3n y la configuraci\u00f3n de la c\u00e1mara \u2022 Adquisici\u00f3n de mosaicos 2D \u2022 Adquisici\u00f3n de pilas 3D
                <\/i><\/li>
              3. An\u00e1lisis de im\u00e1genes en el software imageJ (Pr\u00e1ctica)
                \u2022 Inserci\u00f3n de im\u00e1genes y pilas en el programa \u2022 Calibraci\u00f3n de escala de imagen \u2022 Guardar coordenadas en el administrador de ROI \u2022 Medici\u00f3n de \u00e1rea \u2022 Recuento manual de perfiles celulares \u2022 Recuento autom\u00e1tico de perfiles celulares mediante segmentaci\u00f3n de im\u00e1genes \u2022 Densidad \u00f3ptica relativa \u2022 Reconstrucci\u00f3n 3D de bloques de tejido \u2022 An\u00e1lisis de variaci\u00f3n de p\u00edxeles por l\u00ednea \u2022 Kym\u00f3grafos
                <\/i><\/li>
              4. An\u00e1lisis estereol\u00f3gico en el software StereoInvestigator (Pr\u00e1ctica)
                \u2022 Herramientas y operacionalizaci\u00f3n de StereoInvestigator \u2022 Estimador Cavalieri: Estimaci\u00f3n de volumen regional \u2022 Fraccionador \u00f3ptico: Estimaci\u00f3n del n\u00famero total de c\u00e9lulas \u2022 Nucleador: Estimaci\u00f3n de volumen som\u00e1tico y nuclear \u2022 An\u00e1lisis Sholl
                <\/i><\/li>
              5. An\u00e1lisis de im\u00e1genes en el software iLastik (Pr\u00e1ctica)
                \u2022 Aprendizaje autom\u00e1tico aplicado al an\u00e1lisis de im\u00e1genes \u2022 Conteo autom\u00e1tico de perfiles celulares \u2022 Ventajas y desventajas de los clasificadores autom\u00e1ticos <\/i><\/li><\/ol>

                Carga de trabajo:<\/b> 30h\u00a0<\/p>

                Cr\u00e9ditos Totales: <\/b>2<\/p>

                Bibliograf\u00eda:<\/b><\/div>
                \u2022 Aeffner F, Zarella MD, Buchbinder N, Bui MM, Goodman MR, Hartman DJ, et al. Introducci\u00f3n al an\u00e1lisis de im\u00e1genes digitales en im\u00e1genes de portaobjetos completos: un documento t\u00e9cnico de la asociaci\u00f3n de patolog\u00eda digital. J Pathol informar. 2019. \u2022 Ferreira T, Rasband W. Gu\u00eda del usuario de ImageJ - IJ1.46r, 2012. \u2022 West, MJ Estereolog\u00eda b\u00e1sica para bi\u00f3logos y neurocient\u00edficos, 2012. \u2022 Wootton R, Springall DR, Polak JM. An\u00e1lisis de im\u00e1genes en histolog\u00eda: microscop\u00eda convencional y confocal. Prensa de la Universidad de Cambridge, 1995.<\/span><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t
                \n\t\t\t\t\t
                \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tBioestad\u00edstica<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

                Descripci\u00f3n:<\/b><\/span><\/p>

                La bioestad\u00edstica es una herramienta fundamental para desarrollar definiciones b\u00e1sicas para gran parte de las teor\u00edas biol\u00f3gicas modernas, abarcando la planificaci\u00f3n de experimentos biol\u00f3gicos, el resumen y an\u00e1lisis de datos de experimentos y la interpretaci\u00f3n e inferencia de resultados. La disciplina priorizar\u00e1 la comprensi\u00f3n de ideas m\u00e1s que la memorizaci\u00f3n de f\u00f3rmulas.<\/span><\/p>

                El objetivo general del curso es permitir al estudiante utilizar m\u00e9todos estad\u00edsticos que le ayuden a interpretar correctamente los datos generados por la pr\u00e1ctica experimental, a partir de clases expositivas, siempre asociadas a la realizaci\u00f3n de actividades para fijar los contenidos impartidos en software de an\u00e1lisis estad\u00edstico tradicional, como como SPSS, o incluso con software libre (PSPP), utilizando ejemplos que permitan al estudiante identificar qu\u00e9 tipo de an\u00e1lisis estad\u00edstico se ajusta mejor a sus propios resultados.<\/p>

                Contenido tem\u00e1tico
                <\/b><\/p>

                1. Planificaci\u00f3n de la investigaci\u00f3n experimental.
                  Introducci\u00f3n: Origen, bioestad\u00edstica \u2022 Planificaci\u00f3n de la investigaci\u00f3n experimental: M\u00e9todos cient\u00edficos (deductivo, inductivo, experimental\u2026) \u2022 Investigaci\u00f3n cient\u00edfica: Estructura (decisi\u00f3n, ejecuci\u00f3n, an\u00e1lisis, redacci\u00f3n) \u2022 Formulaci\u00f3n de la investigaci\u00f3n: Factible, nueva, \u00e9tica, interesante \u2022 Dise\u00f1os de estudios de investigaci\u00f3n : Investigaci\u00f3n observacional, experimental y metaanal\u00edtica.
                  Introducci\u00f3n a SPSS y PSPP
                  Probabilidad: Experimento aleatorio, espacio muestral, ejemplos mutuamente excluyentes (o) ejemplos no excluyentes (y) disposici\u00f3n y combinaci\u00f3n \u2022 Tama\u00f1o de la muestra y aleatorizaci\u00f3n: muestras probabil\u00edsticas y no probabil\u00edsticas, errores en el proceso de muestreo, c\u00e1lculo de la muestra \u201cn\u201d, m\u00e9todos de aleatorizaci\u00f3n \u2022 Recogida, organizaci\u00f3n y an\u00e1lisis de datos: exactitud, precisi\u00f3n y sesgo (selecci\u00f3n, medici\u00f3n\u2026)<\/i><\/li>
                2. Introducci\u00f3n a la estad\u00edstica descriptiva.
                  Estudio de variables estad\u00edsticas \u2022 Distribuci\u00f3n de frecuencias: ordenamiento de datos, amplitud total, n\u00famero de clases, histograma, tallo y hoja \u2022 Par\u00e1metros de distribuci\u00f3n de frecuencias: medidas de tendencia central (moda, mediana, media (arit., geom., arm\u00f3nica)), medidas de dispersi\u00f3n (amplitud total, varianza, desviaci\u00f3n est\u00e1ndar\u2026), medidas de asimetr\u00eda y curtosis (planitud), medidas de posici\u00f3n (cuartil, decil, gr\u00e1fico de caja, valor at\u00edpico), error est\u00e1ndar de la media, intervalo de confianza \u2022 Distribuci\u00f3n de probabilidad: Gaussiana, Bernoulli (binomial) y Poisson Inferencia estad\u00edstica y prueba de hip\u00f3tesis: errores H0, H1, tipo 1 y tipo 2 <\/i><\/li>
                3. Pruebas de hip\u00f3tesis param\u00e9tricas
                  Prueba t de Student: para muestras independientes, para muestras pareadas \u2022 Correlaci\u00f3n y regresi\u00f3n lineal simple: diagrama de dispersi\u00f3n, valor r; coeficiente de determinaci\u00f3n (r\u00b2), ecuaci\u00f3n lineal<\/i><\/li>
                4. Pruebas de hip\u00f3tesis no param\u00e9tricas
                  Distribuci\u00f3n Chi-cuadrado \u2022 Pruebas de normalidad: Kolmogorov-Smirnov \u2013 KS, y Shapiro-Wilk \u2022 Pruebas de detecci\u00f3n diagn\u00f3stica \u2013 Prueba de detecci\u00f3n: sensibilidad y especificidad \u2022 Prueba U de Wilcoxon-Mann-Whitney (WMW) \u2022 Prueba t de Wilcoxon \u2022 Tablas 2\u00d72 <\/i><\/li>
                5. An\u00e1lisis multivariado
                  An\u00e1lisis de Varianza (Anova unidireccional) (prueba F) \u2022 Anova bidireccional \u2022 ANOVA de medidas repetidas \u2022 Prueba de Kruskal-Wallis (prueba H) \u2022 Prueba de Friedman \u2022 Experimentos factoriales (an\u00e1lisis factorial\/multivariado)<\/i><\/li><\/ol>
                  Carga de trabajo: <\/b>45h\u00a0<\/div>
                  Cr\u00e9ditos Totales: <\/b>3<\/div>
                  \u00a0<\/div>

                  Ofrenda: <\/b>Anual \u2013 1er Semestre<\/p>

                  Bibliograf\u00eda:<\/b><\/div>
                  \u2022 Fontelles, MJ Bioestad\u00edstica aplicada a la investigaci\u00f3n experimental \u2013 vol. 1, 2012 \u2022 Fontelles, MJ Bioestad\u00edstica aplicada a la investigaci\u00f3n experimental \u2013 vol. 2, 2012 \u2022 S\u00f4nia Vieira. Introducci\u00f3n a la Bioestad\u00edstica, 2008 \u2022 Andy Field. Descubriendo estad\u00edsticas utilizando Spss, 2013 \u2022 Arthur Griffith. SPSS para principiantes, 2010 \u2022 Thomson Learning Kirkpatrick. Una gu\u00eda sencilla para la estad\u00edstica avanzada en Spss Referencias biogr\u00e1ficas: \u2022 Julie Pallant. La gu\u00eda de supervivencia de SPSS, 2013 \u2022 John Wiley & Sons. Bioestad\u00edstica para tontos, 2013 \u2022 Deborah Rumsey. Estad\u00edsticas para tontos, 2009 \u2022 Stanton A. Glantz. Principios de Bioestad\u00edstica, 2014. \u2022 Publicaciones SAGE. Descubriendo estad\u00edsticas usando SPSS (Serie Introducci\u00f3n a m\u00e9todos estad\u00edsticos), 2009 \u2022 Adriano Leal Bruni. Spss: Gu\u00eda pr\u00e1ctica para investigadores, 2012 \u2022 Harvey Motulsky. Bioestad\u00edstica intuitiva: una gu\u00eda no matem\u00e1tica para el pensamiento estad\u00edstico, 2013 \u2022 S\u00f4nia Vieira. Bioestad\u00edstica - Temas avanzados, 2010<\/span><\/div><\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t
                  \n\t\t\t\t\t
                  \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tBio\u00e9tica<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

                  Descripci\u00f3n:<\/b><\/p>

                  \u00c9tica, moral y derecho; bases de la bio\u00e9tica: origen, concepto y principios; \u00e9tica y derechos humanos; situaciones de conflictos de valores y principios \u00e9ticos; \u00e9tica de la investigaci\u00f3n; bio\u00e9tica e interdisciplinariedad; dilemas \u00e9ticos actuales; neuro\u00e9tica; Responsabilidad social en la investigaci\u00f3n cient\u00edfica.<\/p>

                  Objetivo General:\u00a0<\/b><\/p>

                  Discutir las interrelaciones entre los campos de la bio\u00e9tica y la investigaci\u00f3n cient\u00edfica. Objetivos Espec\u00edficos: 1) Reconocer los fundamentos conceptuales de la bio\u00e9tica y sus principios 2) Identificar situaciones que involucran dilemas \u00e9ticos en la investigaci\u00f3n cient\u00edfica 3) Discutir dilemas \u00e9ticos actuales, incluida la neuro\u00e9tica.<\/p>

                  Contenidos tem\u00e1ticos:<\/b><\/p>

                  1. Introducci\u00f3n a la Bio\u00e9tica
                    \u2022 \u00c9tica, moral y derecho \u2022 Origen, concepto, fuentes de la Bio\u00e9tica \u2022 Principios de la bio\u00e9tica \u2022 \u00c9tica y derechos humanos.<\/i><\/li>
                  2. Identificando situaciones de conflicto en valores y principios \u00e9ticos: video sesiones<\/li>
                  3. Dilemas \u00e9ticos actuales
                    \u2022 Ciencia y Tecnolog\u00eda \u2022 \u00c9tica M\u00e9dica \u2022 Gen\u00e9tica \u2022 Reproducci\u00f3n Humana \u2022 Neurociencias \u2022 \u00c9tica Social<\/i><\/li>
                  4. \u00c9tica de la investigaci\u00f3n \u2013 Principios \u00e9ticos en la investigaci\u00f3n con seres humanos \u2013 L\u00edmites \u00e9ticos para el uso de animales en la investigaci\u00f3n cient\u00edfica<\/li>
                  5. Neuro\u00e9tica<\/li>
                  6. Responsabilidad social en la investigaci\u00f3n cient\u00edfica.<\/li><\/ol>
                    \u00a0<\/div>
                    Metodolog\u00eda:\u00a0<\/b><\/span>
                    Los contenidos se trabajar\u00e1n a trav\u00e9s de las siguientes metodolog\u00edas: clases expositivas dialogadas, seminarios y debates basados en situaciones problem\u00e1ticas, pel\u00edculas y textos que involucren el tema relacionado. El proceso de evaluaci\u00f3n constar\u00e1 de dos instrumentos, con pesos iguales (5,0 + 5,0): producci\u00f3n colectiva, por parte del grupo de presentaci\u00f3n del seminario y producci\u00f3n individual de narrativa, tema, estilo y forma elegidos por el estudiante de maestr\u00eda, sobre uno de los contenidos tem\u00e1ticos III, IV, V y VI.<\/span><\/div>
                    \u00a0<\/span><\/div>
                    Carga de trabajo: <\/b>30h\u00a0<\/div>
                    Cr\u00e9ditos Totales:<\/b> 2<\/div>

                    Ofrenda:<\/b> Bianual \u2013 1er Semestre<\/p>

                    Bibliograf\u00eda:<\/b><\/div>
                    Darragh, M. La neurociencia de la moralidad y la conciencia: una breve introducci\u00f3n. Disponible en: https:\/\/bioethics.georgetown.edu\/explore-bioethics\/neuroethics\/ Diniz D; Guilhem D. Qu\u00e9 es la bio\u00e9tica. Editora Brasiliense, S\u00e3o Paulo, 2012. Kogut M. Foresight Europe no 2, 2005-2006, EIASM, Bruselas, B\u00e9lgica. Lalancette H;\ufffd\ufffd Campbell, SR. Neurociencia educativa: consideraciones neuro\u00e9ticas. Revista Internacional de Educaci\u00f3n Cient\u00edfica y Ambiental, vol. 7, n\u00fam. 1, enero de 2012, 37-52 Moratalla, NL. Neuro\u00e9tica: la dotaci\u00f3n \u00e9tica del cerebro humano. Cuadernos de Bio\u00e9tica XXVI, 2015\/3a, 415-425.<\/span><\/div><\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t
                    \n\t\t\t\t\t
                    \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/image><\/pattern><\/defs><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tCognici\u00f3n<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

                    Descripci\u00f3n:<\/b><\/p>

                    La disciplina tiene como objetivo describir y analizar diferentes aspectos de la cognici\u00f3n en roedores y primates, estableciendo sus correlatos neuronales. Las clases consistir\u00e1n en discusiones de cap\u00edtulos de libros y art\u00edculos recientes relacionados con el contenido tem\u00e1tico de la disciplina.<\/p>

                    Habilidades<\/b><\/p>

                    1. Dominio Cient\u00edfico \u2013 Buscar los materiales indicados para ampliar el conocimiento del tema tratado en la disciplina.<\/li>
                    2. Habilidades Did\u00e1cticas \u2013 Desarrollar el dominio pedag\u00f3gico asociado al conocimiento de la neurociencia, con \u00e9nfasis en los procesos cognitivos y la neuroingenier\u00eda.<\/li>
                    3. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo en un entorno multidisciplinario.<\/li>
                    4. Transformaci\u00f3n de la Sociedad \u2013 Utilizar los conocimientos adquiridos para promover transformaciones sociales.<\/li>
                    5. Formaci\u00f3n \u00c9tica \u2013 Desarrollar el desempe\u00f1o profesional basado en principios \u00e9ticos.<\/li><\/ol>

                      Objetivos de aprendizaje
                      <\/b>Desarrollar el conocimiento de los estudiantes sobre la cognici\u00f3n en diferentes especies animales. \u2013 Conceptualizar los principales temas relacionados con la cognici\u00f3n, formando un marco de conocimiento que guiar\u00e1 a los estudiantes en las siguientes disciplinas del programa. \u2013 Animar y orientar a los estudiantes en la lectura y discusi\u00f3n de art\u00edculos y cap\u00edtulos de libros sobre cognici\u00f3n animal. \u2013 Establecer un paralelo entre la cognici\u00f3n animal y la aplicabilidad en investigaciones que utilizan humanos como sujetos experimentales.<\/p>