Es seleccionaran les persones participants d'acord amb els criteris següents:
• Per a aquells cursos que tinguen requisits específics, s’ha de comprovar que efectivament les persones sol·licitants els reuneixen.
• S’atorgarà preferència a les peticions d'aquelles persones sol·licitants que no hagen realitzat cursos de característiques semblants en els últims tres anys.
• Així mateix, s’atorgarà preferència a aquells que no hagen realitzat cursos de formació en els últims tres anys.
• En cas d'empat entre sol·licitants en aplicació dels anteriors criteris, caldrà ajustar-se al rigorós ordre d'entrada de les sol·licituds (dia i hora de presentació)

• Introduir a les persones participants en els fonaments de l'anàlisi digital de bioimagen, comprenent la seua utilitat en investigació i la diferència entre interpretació visual subjectiva i anàlisi quantitativa no esbiaixada.
• Formar en la comprensió del flux de treball complet de l'anàlisi d'imatge, des de l'adquisició i digitalització fins a l'obtenció de dades quantitatives reproduïbles.
• Capacitar per a entendre la naturalesa de la imatge digital i les seues propietats fonamentals, avaluant com grandària, resolució, profunditat de bits, color i format influeixen en l'anàlisi quantitativa.
• Iniciar en l'ús pràctic de programari d'anàlisi d'imatge de codi obert, especialment FIJI i QuPath, desenvolupant autonomia bàsica en la seua instal·lació, configuració i maneig.
• Proporcionar criteris per a aplicar tècniques de realç i restauració d'imatges, diferenciant entre ajustos legítims per a l'anàlisi i manipulacions que poden introduir biaixos.
• Entrenar en l'ús d'estratègies de segmentació manual, semiautomàtica i automàtica, seleccionant mètodes adequats per a identificar estructures biològiques d'interés.
• Formar en el treball amb imatges binàries i en l'aplicació d'operacions morfològiques per a la preparació de dades destinades a quantificació.
• Capacitar per a definir paràmetres de mesura, realitzar quantificacions a FIJI i gestionar taules de resultats, valorant exactitud, precisió i reproducibilidad.
• Introduir en l'automatització bàsica de fluxos de treball mitjançant macros i processament per lots a FIJI i QuPath.
• Iniciar en l'anàlisi d'imatges histològiques digitals en QuPath, incloent-hi detecció de teixit, segmentació cel·lular i classificació bàsica.
• Desenvolupar una mirada crítica per a identificar fonts de biaix i error en el processament d'imatges, promovent estratègies de control i documentació de l'anàlisi.
• Fomentar la reflexió sobre l'ètica en el tractament d'imatges científiques, promovent bones pràctiques de transparència, traçabilitat i respecte a la integritat de les dades.

• Bloc 1. Anàlisi de bioimagen i flux de treball
Introducció al concepte i objectius de l'anàlisi de bioimagen en investigació. Justificació de l'ús de mètodes informatitzats enfront de la interpretació visual subjectiva, amb atenció a la reproducibilidad i a l'anàlisi no esbiaixada. Descripció del flux de treball general de l'anàlisi d'imatge i dels components d'un procés típic mitjançant exemples pràctics.

• Bloc 2. Programari d'anàlisi d'imatge
Panorama d'eines d'anàlisis d'imatge de codi obert i programes d'ús habitual en investigació. Introducció a ImageJ i FIJI, la seua filosofia, estructura de menús, actualització mitjançant repositoris cooperatius i opcions bàsiques de personalització.

• Bloc 3. Digitalització i propietats de la imatge digital
Fonaments del procés de digitalització d'imatges científiques. Naturalesa de la imatge digital i estudi de les seues propietats principals, incloent-hi grandària, resolució, escala, profunditat de bits, color, dimensions i formats d'emmagatzematge. Relació entre propietats de la imatge i optimització de la captura per a l'anàlisi quantitativa.

• Bloc 4. Realç i restauració d'imatges
Principis i finalitat de la manipulació d'imatges digitals, diferenciant entre ajustos estètics i processament orientat a l'anàlisi. Avantatges i riscos associats. Tècniques bàsiques de realç i restauració, operacions globals i locals, filtrat espacial i en freqüència, i exemples de fluxos combinats de processament.

• Bloc 5. Tècniques de segmentació
Concepte de segmentació i relacions de veïnatge entre píxels. Tipus de segmentació i formes de representació de regions d'interés. Mètodes de segmentació manual, semiautomàtica i automàtica, incloent umbralización, detecció de vores, creixement de regions, clustering i aproximacions basades en Machine learning i Deep Learning.

• Bloc 6. Treball amb imatge binària
Característiques de les imatges binàries i la seua interpretació computacional. Operacions d'àlgebra binària i morfologia matemàtica. Processos d'erosió, dilatació i transformacions derivades. Mètodes de separació d'objectes i anàlisis de partícules. Introducció a eines i complements especialitzats per a processament binari.

• Bloc 7. Paràmetres i quantificació a FIJI
Fonaments de l'anàlisi quantitativa i definició de paràmetres de mesura. Escalat d'imatges, mesures de camp i d'objectes. Ús d'eines de mesurament, recompte i anàlisi de partícules. Organització i exportació de resultats, amb atenció a exactitud i precisió dels mesuraments.

• Bloc 8. Automatització bàsica de fluxos de treball
Introducció a l'automatització a FIJI mitjançant gravació d'accions, creació de macros senzilles i anàlisis per lots de múltiples imatges.

• Bloc 9. Anàlisi d'imatge amb QuPath
Introducció a l'entorn de QuPath i gestió de projectes. Detecció de teixit i selecció de regions d'interés. Segmentació i classificació cel·lular en imatges histològiques. Exportació de resultats i automatització bàsica de processos. Panorama d'extensions disponibles basades en Deep Learning.

En finalitzar el curs, les persones participants seran capaces de:
• Comprendre els fonaments de l'anàlisi digital de bioimagen i el seu paper en la investigació biomèdica, distingint entre percepció visual subjectiva i anàlisi quantitativa no esbiaixada
• Conéixer el flux de treball complet d'un procés d'anàlisi d'imatge, identificant les etapes d'adquisició, preprocessament, segmentació, mesurament i automatització
• Comprendre el procés de digitalització d'imatges científiques i les propietats fonamentals de la imatge digital, com a grandària, resolució, profunditat de bits, color i formats d'emmagatzematge, avaluant el seu impacte en l'anàlisi quantitativa
• Utilitzar de manera bàsica i autònoma eines de programari d'anàlisi d'imatge de codi obert, principalment FIJI i introducció a QuPath, aplicant les seues funcions essencials per a visualitzar, processar i mesurar imatges
• Aplicar tècniques de realç, restauració i segmentació d'imatges, seleccionant estratègies adequades per a identificar estructures d'interés amb la mínima ambigüitat i biaix possible
• Treballar amb imatges binàries i emprar operacions morfològiques i mètodes de separació d'objectes per a preparar dades adequades per a la quantificació
• Definir paràmetres de mesura rellevants, realitzar quantificacions a FIJI i exportar resultats, valorant l'exactitud, la precisió i la reproducibilidad dels mesuraments
• Implementar estratègies bàsiques d'automatització de fluxos de treball a FIJI i QuPath per a l'anàlisi de conjunts d'imatges
• Comprendre els fonaments de la detecció i classificació de cèl·lules en QuPath, incloent-hi l'ús de segmentació clàssica i extensions basades en aprenentatge automàtic i profund
• Reflexionar críticament sobre els aspectes ètics del processament d'imatges científiques, distingint entre manipulació estètica i manipulació analítica, i reconeixent els riscos associats a pràctiques que puguen comprometre la integritat científica

CONSULTAR NORMATIVA:normativa del SFPIE