Dar forma al futuro
Shaping the future
Máster Universitario en
Aprendizaje Máquina
en Aplicaciones de Ingeniería Biomédica
Master’s Degree in
Machine Learning in
Biomedical Engineering
Applications
Formamos a quienes crearán la IA interpretable, multimodal y fiable necesaria para descifrar y cuidar el cuerpo humano
We educate those who will create the interpretable, multimodal and reliable AI needed to decode and care for the human body
Crear la IA que ayude a descifrar y cuidar el cuerpo humano
Create the AI that helps decode and care for the human body
60 ECTS · orientación investigadora60 ECTS · research-orientedLimitado a 25 plazasLimited to 25 placesPresencial · en inglésIn person · in EnglishDel aprendizaje al impactoFrom learning to impact
IA para entender, ingeniería para transformar
AI to understand, engineering to transform
Mucho por descubrir, mucho por llevar a la práctica
Much to discover, much to put into practice
Una buena predicción no basta. En salud hay que conectar señales, imágenes, datos clínicos y biología, pero también saber cuándo confiar en un modelo y cómo convertirlo en una herramienta útil. Este máster une aprendizaje avanzado, investigación y desarrollo con ese propósito.
A good prediction is not enough. Healthcare needs us to connect signals, images, clinical data and biology, but also to understand when to trust a model and how to turn it into a useful tool. This master’s brings advanced learning, research and development together for that purpose.
60 ECTS · 1 curso académico
60 ECTS · 1 academic year
39 obligatorios + 15 optativos + 6 TFM
39 mandatory + 15 elective + 6 master’s thesis
Presencial · impartido en inglés
In person · taught in English
EIF · campus de Fuenlabrada
EIF · Fuenlabrada campus
El plan de estudios, de un vistazoThe curriculum at a glance
Semestre 1 · 30 ECTS
Semester 1 · 30 ECTS
- Algoritmos Avanzados y Probabilísticos de Aprendizaje MáquinaAdvanced and Probabilistic Machine Learning Algorithms6 ECTS
- Procesamiento y Aprendizaje en Datos Estructurados y No EstructuradosProcessing and Learning in Structured and Unstructured Data6 ECTS
- Procesamiento y Aprendizaje en Señales BiomédicasProcessing and Learning in Biomedical Signals6 ECTS
- Procesamiento y Aprendizaje en Imágenes BiomédicasProcessing and Learning in Biomedical Images6 ECTS
- Procesamiento y Aprendizaje en Datos GenómicosProcessing and Learning in Genomic Data6 ECTS
Cinco asignaturas obligatorias. El recorrido animado de abajo presenta las mismas asignaturas en un orden narrativo, no en orden de horario.
Five mandatory courses. The animated journey below presents the same courses in a narrative order, not a timetable order.
Semestre 2 · 30 ECTS
Semester 2 · 30 ECTS
- Creación y Desarrollo · obligatoriaCreation and Development · mandatory3 ECTS
- Investigación, Emprendimiento y Transferencia · obligatoriaResearch, Entrepreneurship and Transference · mandatory6 ECTS
- Hospital y Salud o Prácticas Externas · elige unaHospital and Healthcare or External Internship · choose one6 ECTS
- Especialización · elige tres de seis optativasSpecialization · choose three of six electives9 ECTS
- Trabajo Fin de MásterMaster’s Thesis6 ECTS
Asignaturas en el recorridoCourses in the journey
- Algoritmos Avanzados y Probabilísticos de Aprendizaje MáquinaAdvanced and Probabilistic Machine Learning Algorithms
- Procesamiento y Aprendizaje en Señales BiomédicasProcessing and Learning in Biomedical Signals
- Procesamiento y Aprendizaje en Datos GenómicosProcessing and Learning in Genomic Data
- Procesamiento y Aprendizaje en Datos Estructurados y No EstructuradosProcessing and Learning in Structured and Unstructured Data
- Procesamiento y Aprendizaje en Imágenes BiomédicasProcessing and Learning in Biomedical Images
- Ecosistema de Creación y DesarrolloEcosystem for Creation and Development
- Ecosistema de Investigación, Emprendimiento y TransferenciaEcosystem for Research, Entrepreneurship, and Transference
- Ecosistema Hospitalario y de SaludEcosystem for Hospital and Healthcare
- Prácticas Académicas ExternasAcademic Internship in External Institutions
- Aplicaciones de Aprendizaje en Nanotecnología y NanomaterialesLearning Applications in Nanotechnology and Nanomaterials
- Aplicaciones de Aprendizaje en BiomaterialesLearning Applications in Biomaterials
- Aplicaciones de Aprendizaje en Problemas Inversos BiomédicosLearning Applications in Biomedical Inverse Problems
- Modelado, Simulación y Dinámica No LinealModeling, Simulation, and Nonlinear Dynamics
- Cuantificación de la IncertidumbreUncertainty Quantification
- Redes neuronales artificiales: materiales, arquitecturas y modelos neuromórficosArtificial Neural Networks: Materials, Architectures, and Neuromorphic Models
- Trabajo Fin de MásterMaster’s Thesis
Primer semestreFirst semester30 ECTS
Algoritmos Avanzados y Probabilísticos de Aprendizaje MáquinaAdvanced and Probabilistic Machine Learning Algorithms
Del uso de modelos a su diseño: inferencia probabilística, redes profundas y optimización heurística para problemas biomédicos. Comparar hipótesis y evaluar la fiabilidad, no solo la precisión.
From using models to designing them: probabilistic inference, deep networks and heuristic optimization for biomedical problems. Compare hypotheses and assess reliability, not just accuracy.
Temas seleccionadosSelected topics: Inferencia probabilísticaProbabilistic inferenceRedes profundasDeep networksOptimización heurística y fiabilidadHeuristic optimization and reliability
Cómo encaja en el recorridoHow it fits in the journey: Los métodos de aprendizaje son el punto de partida para trabajar después con las distintas fuentes de datos biomédicos.Learning methods provide the starting point for working with different sources of biomedical data.
Procesamiento y Aprendizaje en Señales BiomédicasProcessing and Learning in Biomedical Signals
Más allá del filtrado básico: análisis tiempo–frecuencia, multirresolución y métodos no lineales, junto con aprendizaje profundo para interpretar series fisiológicas.
Beyond basic filtering: time–frequency, multiresolution and nonlinear analysis, alongside deep learning to interpret physiological time series.
Temas seleccionadosSelected topics: Análisis tiempo–frecuencia y multirresoluciónTime–frequency and multiresolution analysisMétodos no linealesNonlinear methodsAprendizaje profundo en series fisiológicasDeep learning for physiological time series
Cómo encaja en el recorridoHow it fits in the journey: Las señales describen cómo cambia un proceso fisiológico en el tiempo; se suman a las imágenes y a los datos clínicos y biológicos.Signals describe how a physiological process changes over time; they complement imaging, clinical and biological data.
Procesamiento y Aprendizaje en Datos GenómicosProcessing and Learning in Genomic Data
Integración multiómica y multiescala: conectar genes, moléculas y células mediante modelos interpretables y una validación adecuada a la pregunta biológica.
Multi-omics and multiscale integration: connect genes, molecules and cells using interpretable models and validation suited to the biological question.
Temas seleccionadosSelected topics: Integración multiómica y multiescalaMulti-omics and multiscale integrationGenes, moléculas y célulasGenes, molecules and cellsInterpretabilidad y validación biológicaInterpretability and biological validation
Cómo encaja en el recorridoHow it fits in the journey: La dimensión molecular amplía la lectura de la salud que aportan las señales, las imágenes y los datos clínicos.The molecular dimension extends the view of health provided by signals, images and clinical data.
Procesamiento y Aprendizaje en Datos Estructurados y No EstructuradosProcessing and Learning in Structured and Unstructured Data
Calidad y preparación de datos, procesamiento distribuido, mecanismos de atención y modelos de lenguaje. Conectar datos tabulares y texto clínico en flujos de análisis reproducibles.
Data quality and preparation, distributed processing, attention mechanisms and language models. Connect tabular data and clinical text in reproducible analysis workflows.
Temas seleccionadosSelected topics: Calidad de datos y procesamiento distribuidoData quality and distributed processingAtención y modelos de lenguajeAttention and language modelsDatos tabulares y texto clínicoTabular data and clinical text
Cómo encaja en el recorridoHow it fits in the journey: Organizar información tabular y textual permite conectarla con las otras modalidades en un análisis reproducible.Organizing tabular and textual information enables it to be connected with other modalities in reproducible analysis.
Procesamiento y Aprendizaje en Imágenes BiomédicasProcessing and Learning in Biomedical Images
Segmentación, radiómica y aprendizaje multimodal y federado en contextos multicéntricos. Interpretar resultados y evaluar incertidumbre y explicabilidad, además del rendimiento.
Segmentation, radiomics, and multimodal and federated learning in multicenter settings. Interpret results and assess uncertainty and explainability as well as performance.
Temas seleccionadosSelected topics: Segmentación y radiómicaSegmentation and radiomicsAprendizaje multimodal y federadoMultimodal and federated learningIncertidumbre y explicabilidadUncertainty and explainability
Cómo encaja en el recorridoHow it fits in the journey: La información visual completa el conjunto de modalidades y abre la conexión con problemas de reconstrucción y aplicaciones sanitarias.Visual information completes the set of modalities and connects it with reconstruction problems and healthcare applications.
MBApp · LIFE
De las modalidades a la creación
From modalities to creation
Y de los fundamentos a la creación
And from foundations to creation
Del conocimiento al impacto responsable
From knowledge to responsible impact
La base de métodos y datos del primer semestre se conecta ahora con desarrollo, investigación y experiencia profesional: casos hospitalarios y de salud o prácticas externas supervisadas. Después eliges tres especializaciones y cierras con tu TFM: 9 obligatorios + 6 de una optativa, 9 de especialización y 6 de TFM.
The first-semester foundation in methods and data now connects with development, research and professional experience: hospital and healthcare cases or a supervised external internship. You then choose three specializations and close with your master’s thesis: 9 mandatory + 6 from one elective, 9 in specialization and 6 for the master’s thesis.
Ecosistemas
Ecosystems
9 ECTSDos asignaturas obligatorias conectan los modelos con software utilizable y propuestas de investigación e innovación.
Two mandatory courses connect models with usable software and research and innovation proposals.
Ecosistema de Creación y DesarrolloEcosystem for Creation and Development
Convertir un modelo en software que pueda mantenerse y utilizarse: componentes, interoperabilidad, automatización, despliegue y operación. El puente entre experimentar y desarrollar una solución biomédica.
Turn a model into maintainable, usable software: components, interoperability, automation, deployment and operation. The bridge between experimentation and developing a biomedical solution.
Temas seleccionadosSelected topics: Componentes e interoperabilidadComponents and interoperabilityAutomatizaciónAutomationDespliegue y operaciónDeployment and operation
Cómo encaja en el recorridoHow it fits in the journey: El paso de analizar datos a desarrollar una solución utilizable.The step from analyzing data to developing a usable solution.
Ecosistema de Investigación, Emprendimiento y TransferenciaEcosystem for Research, Entrepreneurship, and Transference
Métodos de investigación, propuestas de valor e innovación, con aspectos éticos, legales y regulatorios. Participación de expertos externos y conexión con la industria biomédica y electromédica para comprender cómo se transfiere una idea a la sociedad.
Research methods, value propositions and innovation, including ethical, legal and regulatory aspects. External experts and connections with the biomedical and electromedical industry help explain how ideas reach society.
Temas seleccionadosSelected topics: Métodos de investigación y propuestas de valorResearch methods and value propositionsÉtica y contexto legal y regulatorioEthics and legal and regulatory contextInnovación y transferenciaInnovation and transfer
Cómo encaja en el recorridoHow it fits in the journey: El paso de una idea a una propuesta de investigación o innovación con impacto responsable.The step from an idea to a research or innovation proposal with responsible impact.
Experiencia profesional
Professional experience
6 ECTSOptativa I: elige una asignatura de casos sanitarios con profesionales o una estancia supervisada en una entidad. Son dos experiencias distintas.
Elective I: choose one course with healthcare cases and professionals or a supervised external placement. These are two different experiences.
Prueba una de las dos experiencias:
Try one of the two experiences:
Ver la combinación en el esquema ↑See this combination in the diagram ↑Ecosistema Hospitalario y de SaludEcosystem for Hospital and Healthcare
Casos presentados por profesionales sanitarios: diagnóstico, pronóstico, tratamiento y gestión clínica. También investigación preclínica y diseño experimental. Se trabaja la utilidad, la seguridad y la eficiencia de la IA en salud; no equivale a unas prácticas hospitalarias.
Cases presented by healthcare professionals: diagnosis, prognosis, treatment and clinical management. Also preclinical research and experimental design. Explore usefulness, safety and efficiency in healthcare AI; this course is not a hospital internship.
Temas seleccionadosSelected topics: Diagnóstico, pronóstico, tratamiento y gestiónDiagnosis, prognosis, treatment and managementInvestigación preclínica y diseño experimentalPreclinical research and experimental designUtilidad, seguridad y eficienciaUsefulness, safety and efficiency
Cómo encaja en el recorridoHow it fits in the journey: Los casos sanitarios permiten situar los métodos en necesidades concretas; esta opción se basa en casos y profesionales, no en una estancia de prácticas.Healthcare cases place methods in concrete needs; this option is based on cases and professionals, not an internship placement.
Prácticas Académicas ExternasAcademic Internship in External Institutions
Experiencia de I+D en una entidad externa, con tutor profesional y tutor académico. 120 horas en la entidad, 3 de supervisión universitaria y 27 de trabajo autónomo. La asignación depende de la oferta y del proceso correspondiente.
R&D experience in an external organization, with professional and academic supervisors. 120 hours at the host, 3 hours of university supervision and 27 hours of independent work. Allocation depends on available opportunities and the relevant process.
Temas seleccionadosSelected topics: Experiencia de I+D en una entidad externaR&D experience in an external organizationTutor profesional y tutor académicoProfessional and academic supervisors120 h en la entidad + 3 h de supervisión + 27 h autónomas120 h at the host + 3 h of supervision + 27 h of independent work
Cómo encaja en el recorridoHow it fits in the journey: La estancia en una entidad es una alternativa a la asignatura de casos sanitarios, con supervisión profesional y académica.An external placement is an alternative to the healthcare-cases course, with professional and academic supervision.
Especialización
Specialization
9 ECTSOptativas II, III y IV: elige tres de seis · 3 ECTS cada una. Las seis opciones se presentan para comparar; cursas tres.
Electives II, III and IV: choose three of six · 3 ECTS each. All six options are shown for comparison; you take three.
Desmarca y vuelve a elegir
Deselect, then choose again
Ver la combinación en el esquema ↑See this combination in the diagram ↑Aplicaciones de Aprendizaje en Nanotecnología y NanomaterialesLearning Applications in Nanotechnology and Nanomaterials
Conectar el aprendizaje con materiales y procesos a escala nanométrica. Esta opción aborda síntesis, caracterización, nanofabricación y nanosensores: cómo los datos y los modelos ayudan a estudiar esos procesos y sus aplicaciones.
Connect learning with materials and processes at the nanoscale. This option addresses synthesis, characterization, nanofabrication and nanosensors: how data and models help study those processes and their applications.
Temas seleccionadosSelected topics: Síntesis y caracterizaciónSynthesis and characterizationNanofabricaciónNanofabricationNanosensoresNanosensors
Cómo encaja en el recorridoHow it fits in the journey: El foco pasa de aprender un modelo a utilizarlo en procesos y medidas a escala nanométrica.The focus moves from learning a model to using it in nanoscale processes and measurements.
Aplicaciones de Aprendizaje en BiomaterialesLearning Applications in Biomaterials
Los biomateriales se diseñan para interactuar con sistemas biológicos. Esta opción conecta el aprendizaje con su biocompatibilidad, sus aplicaciones en implantes y la optimización de sus propiedades, incluida la fabricación mediante impresión 3D.
Biomaterials are designed to interact with biological systems. This option connects learning with their biocompatibility, implant applications and property optimization, including manufacturing through 3D printing.
Temas seleccionadosSelected topics: Biocompatibilidad e implantesBiocompatibility and implantsOptimización de materialesMaterials optimizationFabricación mediante impresión 3D3D-printing-based manufacturing
Cómo encaja en el recorridoHow it fits in the journey: Los métodos de aprendizaje se conectan con propiedades y aplicaciones de materiales para uso biomédico.Learning methods connect with the properties and applications of materials for biomedical use.
Aplicaciones de Aprendizaje en Problemas Inversos BiomédicosLearning Applications in Biomedical Inverse Problems
Partir de unas medidas para reconstruir lo que las ha originado: una imagen o una fuente. Esta opción incorpora conocimiento físico y aprendizaje para abordar esa reconstrucción cuando las medidas son incompletas. Complementa el análisis de señales e imágenes con la pregunta por su origen.
Start from measurements to reconstruct what produced them: an image or a source. This option incorporates physical knowledge and learning to address reconstruction when measurements are incomplete. It complements signal and image analysis by asking about their origin.
Temas seleccionadosSelected topics: Reconstrucción de imágenesImage reconstructionLocalización de fuentesSource localizationMedidas incompletas y conocimiento físicoIncomplete measurements and physical knowledge
Cómo encaja en el recorridoHow it fits in the journey: Complementa el análisis de señales e imágenes: ahora la pregunta es qué origen puede explicar las medidas observadas.It complements signal and image analysis: the question now is what source can explain the observed measurements.
Modelado, Simulación y Dinámica No LinealModeling, Simulation, and Nonlinear Dynamics
Representar un sistema biológico mediante un modelo y estudiar su comportamiento con simulaciones. Esta opción trabaja con modelos no lineales y estocásticos, que incorporan relaciones no proporcionales y componentes aleatorias, y conecta simulación, datos experimentales y aprendizaje.
Represent a biological system through a model and study its behavior with simulations. This option works with nonlinear and stochastic models, incorporating non-proportional relationships and random components, and connects simulation, experimental data and learning.
Temas seleccionadosSelected topics: Modelos no lineales y estocásticosNonlinear and stochastic modelsSistemas biológicosBiological systemsSimulación, datos y aprendizajeSimulation, data and learning
Cómo encaja en el recorridoHow it fits in the journey: La simulación aporta otra forma de relacionar datos con el comportamiento de un sistema biológico.Simulation provides another way to relate data to the behavior of a biological system.
Cuantificación de la IncertidumbreUncertainty Quantification
Una predicción también necesita una valoración de su fiabilidad. Esta opción estudia la sensibilidad de los resultados, cómo se propaga la incertidumbre y el uso de modelos sustitutivos. El objetivo es interpretar las predicciones atendiendo a sus variaciones y límites, además de su valor central.
A prediction also needs an assessment of its reliability. This option studies result sensitivity, uncertainty propagation and the use of surrogate models. The aim is to interpret predictions in terms of their variation and limitations, as well as their central value.
Temas seleccionadosSelected topics: Sensibilidad y propagación de incertidumbreSensitivity and uncertainty propagationModelos sustitutivosSurrogate modelsFiabilidad de las prediccionesPrediction reliability
Cómo encaja en el recorridoHow it fits in the journey: Añade una pregunta común a los modelos: cuánto pueden variar sus resultados y con qué fiabilidad se interpretan.It adds a question shared by models: how much their results can vary and how reliably they can be interpreted.
Redes neuronales artificiales: materiales, arquitecturas y modelos neuromórficosArtificial Neural Networks: Materials, Architectures, and Neuromorphic Models
Una especialización en materiales y hardware bioinspirado: memristores y modelos de sinapsis para explorar cómo se implementan redes neuronales en sistemas neuromórficos.
A specialization in materials and bio-inspired hardware: memristors and synapse models to explore how neural networks are implemented in neuromorphic systems.
Temas seleccionadosSelected topics: Materiales y hardware bioinspiradoMaterials and bio-inspired hardwareMemristoresMemristorsModelos de sinapsis y sistemas neuromórficosSynapse models and neuromorphic systems
Cómo encaja en el recorridoHow it fits in the journey: Tras conocer los modelos de aprendizaje, esta opción explora su implementación mediante materiales y arquitecturas bioinspiradas.After learning about learning models, this option explores their implementation through bio-inspired materials and architectures.
TFM
Master’s thesis
6 ECTSUna pregunta propia. Evidencia reproducible. Una contribución defendible, teórica o aplicada.
Your own question. Reproducible evidence. A defensible contribution, theoretical or applied.
Trabajo Fin de MásterMaster’s Thesis
Un trabajo individual y original, teórico o aplicado, con supervisión académica: plantear una pregunta, justificar métodos, analizar resultados y reconocer sus límites. Puede vincularse a líneas de departamentos, organizaciones o servicios hospitalarios, según disponibilidad y viabilidad del proyecto.
An individual, original theoretical or applied project with academic supervision: frame a question, justify methods, analyze results and recognize their limits. It may connect with departmental, organizational or hospital-service research, depending on availability and project feasibility.
Temas seleccionadosSelected topics: Pregunta y justificación de métodosQuestion and justification of methodsAnálisis reproducible de resultadosReproducible analysis of resultsContribución y límitesContribution and limitations
Cómo encaja en el recorridoHow it fits in the journey: Cierra el recorrido con una contribución propia; puede ser teórica o aplicada y su viabilidad se acuerda con la supervisión académica.It closes the journey with an individual contribution; it may be theoretical or applied and its feasibility is agreed with academic supervision.