Se seleccionarán las personas participantes de acuerdo con los criterios siguientes:
• Para aquellos cursos que tengan requisitos específicos, se tiene que comprobar que efectivamente las personas solicitantes los reúnen.
• Se otorgará preferencia a las peticiones de aquellas personas solicitantes que no hayan realizado cursos de características parecidas en los últimos tres años.
• Así mismo, se otorgará preferencia a aquellos que no hayan realizado cursos de formación en los últimos tres años.
• En caso de empate entre solicitantes en aplicación de los anteriores criterios, habrá que ajustarse al riguroso orden de entrada de las solicitudes (día y hora de presentación)

•    Introducir a las personas participantes en los fundamentos del análisis digital de bioimagen, comprendiendo su utilidad en investigación y la diferencia entre interpretación visual subjetiva y análisis cuantitativo no sesgado.
•    Formar en la comprensión del flujo de trabajo completo del análisis de imagen, desde la adquisición y digitalización hasta la obtención de datos cuantitativos reproducibles.
•    Capacitar para entender la naturaleza de la imagen digital y sus propiedades fundamentales, evaluando cómo tamaño, resolución, profundidad de bits, color y formato influyen en el análisis cuantitativo.
•    Iniciar en el uso práctico de software de análisis de imagen de código abierto, especialmente FIJI y QuPath, desarrollando autonomía básica en su instalación, configuración y manejo.
•    Proporcionar criterios para aplicar técnicas de realce y restauración de imágenes, diferenciando entre ajustes legítimos para el análisis y manipulaciones que pueden introducir sesgos.
•    Entrenar en el uso de estrategias de segmentación manual, semiautomática y automática, seleccionando métodos adecuados para identificar estructuras biológicas de interés.
•    Formar en el trabajo con imágenes binarias y en la aplicación de operaciones morfológicas para la preparación de datos destinados a cuantificación.
•    Capacitar para definir parámetros de medida, realizar cuantificaciones en FIJI y gestionar tablas de resultados, valorando exactitud, precisión y reproducibilidad.
•    Introducir en la automatización básica de flujos de trabajo mediante macros y procesamiento por lotes en FIJI y QuPath.
•    Iniciar en el análisis de imágenes histológicas digitales en QuPath, incluyendo detección de tejido, segmentación celular y clasificación básica.
•    Desarrollar una mirada crítica para identificar fuentes de sesgo y error en el procesamiento de imágenes, promoviendo estrategias de control y documentación del análisis.
•    Fomentar la reflexión sobre la ética en el tratamiento de imágenes científicas, promoviendo buenas prácticas de transparencia, trazabilidad y respeto a la integridad de los datos.

•    Bloque 1. Análisis de bioimagen y flujo de trabajo
Introducción al concepto y objetivos del análisis de bioimagen en investigación. Justificación del uso de métodos computarizados frente a la interpretación visual subjetiva, con atención a la reproducibilidad y al análisis no sesgado. Descripción del flujo de trabajo general del análisis de imagen y de los componentes de un proceso típico mediante ejemplos prácticos.

•    Bloque 2. Software de análisis de imagen
Panorama de herramientas de análisis de imagen de código abierto y programas de uso habitual en investigación. Introducción a ImageJ y FIJI, su filosofía, estructura de menús, actualización mediante repositorios cooperativos y opciones básicas de personalización.

•    Bloque 3. Digitalización y propiedades de la imagen digital
Fundamentos del proceso de digitalización de imágenes científicas. Naturaleza de la imagen digital y estudio de sus propiedades principales, incluyendo tamaño, resolución, escala, profundidad de bits, color, dimensiones y formatos de almacenamiento. Relación entre propiedades de la imagen y optimización de la captura para el análisis cuantitativo.

•    Bloque 4. Realce y restauración de imágenes
Principios y finalidad de la manipulación de imágenes digitales, diferenciando entre ajustes estéticos y procesamiento orientado al análisis. Ventajas y riesgos asociados. Técnicas básicas de realce y restauración, operaciones globales y locales, filtrado espacial y en frecuencia, y ejemplos de flujos combinados de procesamiento.

•    Bloque 5. Técnicas de segmentación
Concepto de segmentación y relaciones de vecindad entre píxeles. Tipos de segmentación y formas de representación de regiones de interés. Métodos de segmentación manual, semiautomática y automática, incluyendo umbralización, detección de bordes, crecimiento de regiones, clustering y aproximaciones basadas en Machine learning y Deep Learning.

•    Bloque 6. Trabajo con imagen binaria
Características de las imágenes binarias y su interpretación computacional. Operaciones de álgebra binaria y morfología matemática. Procesos de erosión, dilatación y transformaciones derivadas. Métodos de separación de objetos y análisis de partículas. Introducción a herramientas y complementos especializados para procesado binario.

•    Bloque 7. Parámetros y cuantificación en FIJI
Fundamentos del análisis cuantitativo y definición de parámetros de medida. Escalado de imágenes, medidas de campo y de objetos. Uso de herramientas de medición, recuento y análisis de partículas. Organización y exportación de resultados, con atención a exactitud y precisión de las mediciones.

•    Bloque 8. Automatización básica de flujos de trabajo
Introducción a la automatización en FIJI mediante grabación de acciones, creación de macros sencillas y análisis por lotes de múltiples imágenes.

•    Bloque 9. Análisis de imagen con QuPath
Introducción al entorno de QuPath y gestión de proyectos. Detección de tejido y selección de regiones de interés. Segmentación y clasificación celular en imágenes histológicas. Exportación de resultados y automatización básica de procesos. Panorama de extensiones disponibles basadas en Deep Learning.

Al finalizar el curso, las personas participantes serán capaces de:
•    Comprender los fundamentos del análisis digital de bioimagen y su papel en la investigación biomédica, distinguiendo entre percepción visual subjetiva y análisis cuantitativo no sesgado 
•    Conocer el flujo de trabajo completo de un proceso de análisis de imagen, identificando las etapas de adquisición, preprocesado, segmentación, medición y automatización 
•    Comprender el proceso de digitalización de imágenes científicas y las propiedades fundamentales de la imagen digital, como tamaño, resolución, profundidad de bits, color y formatos de almacenamiento, evaluando su impacto en el análisis cuantitativo 
•    Utilizar de forma básica y autónoma herramientas de software de análisis de imagen de código abierto, principalmente FIJI e introducción a QuPath, aplicando sus funciones esenciales para visualizar, procesar y medir imágenes 
•    Aplicar técnicas de realce, restauración y segmentación de imágenes, seleccionando estrategias adecuadas para identificar estructuras de interés con la mínima ambigüedad y sesgo posible 
•    Trabajar con imágenes binarias y emplear operaciones morfológicas y métodos de separación de objetos para preparar datos adecuados para la cuantificación 
•    Definir parámetros de medida relevantes, realizar cuantificaciones en FIJI y exportar resultados, valorando la exactitud, la precisión y la reproducibilidad de las mediciones 
•    Implementar estrategias básicas de automatización de flujos de trabajo en FIJI y QuPath para el análisis de conjuntos de imágenes 
•    Comprender los fundamentos de la detección y clasificación de células en QuPath, incluyendo el uso de segmentación clásica y extensiones basadas en aprendizaje automático y profundo 
•    Reflexionar críticamente sobre los aspectos éticos del procesamiento de imágenes científicas, distinguiendo entre manipulación estética y manipulación analítica, y reconociendo los riesgos asociados a prácticas que puedan comprometer la integridad científica 

CONSULTAR NORMATIVA:normativa del SFPIE