M1. Adquisición, filtrado y seguridad de datos

Los datos con los que se trabaja no son sino una representación, simplificada y a veces sesgada, de la realidad. Los datos se capturan a través de dispositivos físicos que no "ven" la realidad completa sino sólo uno o unos pocos aspectos de la misma. La fidelidad con que estos datos representan a la realidad depende de cómo y con qué dispositivos se adquieran. Por otro lado, los datos capturados deben ser tratados, preservando la información que contienen, para su posterior almacenamiento y explotación.
En este módulo el estudiante aprenderá cómo se capturan los datos a su nivel más bajo, y qué tipos de tratamientos básicos se les aplica para (1) conseguir que reflejen la realidad de la manera más completa y fiel y (2) facilitar su almacenamiento y / o transmisión. Dado que trabajaremos con datos médicos o, en general, con datos "sensibles", una parte fundamental del tratamiento de datos consiste en definir qué niveles de seguridad y / o privacidad se requieren y cómo se garantizan.

Primera parte: Adquisición de datos
• Señales y sistemas. Transductores. Descomposición en armónicos de la señal. Acondicionamiento, amplificado y filtrado. Muestreo.
• Sensores. Conceptos básicos (rango, precisión, resolución, offset, calibración, ...). Tipo. Redes de sensores.
• Fuentes de información multimodal. Extracción de características.
• Imágenes médicas: TC, resonancias magnéticas, ecografías, SPECT y PETs. Visualización.
• Genómica. PCRs.
• Sistemas de adquisición de datos clínico-administrativas.

Segunda parte: Tratamiento de datos
• Compresión de datos de texto, imagen y vídeo
• Compresión con y sin pérdida, cuantificación y medidas de distorsión
• Estándares de compresión. DICOM
• Fiabilidad de los datos. Tolerancia a fallos, disponibilidad y coste de almacenamiento
• Fiabilidad utilizando sistemas RAID y replicación. Sistemas basados ​​en códigos correctores de errores y códigos regenerativos
• Pre-procesado de datos: limpieza, enriquecimiento, integración y curation
• Seguridad de los datos. Tecnologías y riesgos para la seguridad en Big Data
• Anonimización. Técnicas de aleatorización y de generación. Pseudoanonimització

Campus d'excel·lència internacional U A B