Matlab para Especialistas en Ciencias de la Salud
4.8 (9 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
27 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Matlab para Especialistas en Ciencias de la Salud to your Wishlist.

Add to Wishlist

Matlab para Especialistas en Ciencias de la Salud

Con ejemplos centrados en Ciencias de la Visión (Óptica, Optometría y Oftalmología)
4.8 (9 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
27 students enrolled
Last updated 4/2017
Spanish
Current price: $22 Original price: $90 Discount: 75% off
5 hours left at this price!
30-Day Money-Back Guarantee
Includes:
  • 6 hours on-demand video
  • 8 Articles
  • 15 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What Will I Learn?
  • Importar y gestionar los datos de tu investigación en forma de vectores y matrices para llevar a cabo representaciones de Figuras
  • Crear algoritmos que ejecuten procedimientos repetitivos de una manera automática mediante operaciones lógicas y control de flujo.
  • Generar funciones que procesen datos localizados en distintos archivos de manera masiva a través de una estructura organizada en carpetas.
View Curriculum
Requirements
  • Ser especialista en Ciencias de la Salud con interés en el manejo de datos para investigación.
  • Medicina, Psicología, Logopedia, Obstetricia, Optometría, Fisioterapia, Enfermería, Podología, Ciencias de la nutrición, Farmacia, Laboratorio clínico y Veterinaria
  • Deben tener experiencia en el manejo de datos.
  • Disponer del software Matlab con el fin de practicar.
  • Experiencia con el manejo de software más sencillo como Excel.
Description

Este curso se encuentra dirigido a estudiantes de Grado, Máster o Doctorado en la rama de las Ciencias de la Salud (Medicina, Psicología, Logopedia, Obstetricia, Optometría, Fisioterapia, Enfermería, Podología, Ciencias de la nutrición, Farmacia, Laboratorio clínico y Veterinaria) que deseen utilizar Matlab como herramienta para ser más eficientes en sus rutinas de cálculo. También se encuentra dirigido a profesionales que en la actualidad realicen sus cálculos o gestionen sus datos a través de hojas de cálculo y que deseen dar un paso más implementando Matlab para aquellas tareas en las que las hojas de cálculo se ven limitadas. Sin duda es un curso ideal para cualquier persona que se dedique al campo de la investigación en Ciencias de la Salud ya que les permitirá manejar de manera más rápida y eficiente sus datos. En el curso se implementan ejemplos aplicados a las Ciencias de la Visión que pueden ser transferibles a otras ramas de las Ciencias de la Salud.

Who is the target audience?
  • Profesionales de las Ciencias de la Salud
  • Especialmente Ópticos-Optometristas ya que los ejemplos del curso se centran en las Ciencias de la Visión
Students Who Viewed This Course Also Viewed
Curriculum For This Course
79 Lectures
06:04:40
+
1.- Primeros pasos con Matlab
14 Lectures 58:43

Dentro del espacio de trabajo de Matlab encontramos la Current Folder, Command Window, Workspace y Command History. En esta lección aprenderás dónde se encuentran localizados estos módulos así como la funcionalidad de cada uno de ellos. Aprenderás a reorganizar el espacio de trabajo de acuerdo a tus necesidades, desbloquear ventanas, 

Preview 05:16

En esta lección utilizarás por primera vez la ventana de comandos ("command window") ejecutando tus primeras ordenes y visualizando como actúan el workspace y command history ante cada acción. Aprenderás que representa la variables ans y utilizarás los comandos "clear" y "clc"

1.2.- Mis primeras operaciones y comandos en Matlab (clear y clc)
02:57

Test que te ayuda a recordar como se encuentra organizado el espacio de trabajo de Matlab y los primeros operadores utilizados para limpiar el workspace y la command window.

1.3.- Identifica cada uno de los módulos del espacio de trabajo de Matlab
7 questions

La siguiente lección muestra como acceder a datos que se encuentran alojados en archivos con otro tipo de extensión como .xls o .csv. Aprenderás a modificar la "Current Folder" para acceder a archivos externos que contienen datos.

1.2.- Accediendo a archivos desde la carpeta actual.
04:21

Matlab nos permite asignar a una variable cualquier tipo de información contenida en un archivo externo de Excel. En esta lección aprenderás a importar datos desde un archivo de Excel a una variable de Matlab alojada en el Workspace. Durante esta importación comprobarás como puedes asignar a campos vacíos un determinado valor.

1.3.- Importar datos desde un archivo Excel
06:22

Las variables que contienen los datos importados se reflejan dentro del Workspace en forma de cajas contenedoras. En este vídeo te mostramos como acceder a la información alojada en estos contenedores. Aprenderás a duplicar variables a través de los botones de la barra de botones y de manera directa a través de programación, trasponer variables, etc.

1.4.- Comenzando a trabajar con variables
05:33

Una vez importados los datos de un archivo externo podemos almacenar las variables del espacio de trabajo y recuperar los datos para utilizarlos en sesiones futuras sin necesidad de volver a importar los datos.

1.5.- Almacenando variables desde el espacio de trabajo.
05:11

A través de este vídeo aprenderás a realizar tu primera Figura, no antes sin aprender a crear un vector con datos que se incrementen de manera igualmente espaciada, calculando la función seno para cada uno de los valores y dibujando la función sinusoidal.

1.6.- Mi primera Figura (Plot2D)
05:36

Una vez representada la Figura es necesario editarla con distintas opciones como la definición de los ejes, las leyendas de gráfico, etc. Todo esto lo podemos realizar de manera sencilla a través del editor de propiedades de Figura.

1.7.- El editor de propiedades de Figura
09:53

De vídeos anteriores sabemos que podemos almacenar datos en variables, no obstante se debe definir de manera correcta el nombre de estas variables. Aprenderás como Matlab es sensible a Mayúsculas y Minúsculas en la definición de variables, como las variables deben iniciarse con una letra, y tan solo pueden contener letras, numeros y guiones.

1.8.- Normas en la definición de variables
02:15

1.9.- Reglas y ejemplos de la correcta nomenclatura de variables.
00:17

El objetivo de este curso es que vayas avanzando poco a poco con ejemplo prácticos, es por ello que hemos comenzado de manera directa con importación de datos, manejo de variables y representación de figuras en lugar de avanzar de una manera más lenta con el fin de que puedas llegar a percibir algunas de las prácticas habituales realizadas con Matlab de manera rápida. No obstante, es necesario que también, poco a poco, vayas adquiriendo conocimientos como las operaciones que puedes llevar a cabo dentro de una variable. En este video te mostramos algunas operaciones sencillas que puedes hacer con Matlab como si de una calculadora se tratase.

1.10.- Operaciones aritméticas dentro de una variable.
04:17

1.11.- Operaciones básicas y modificación de orden de operación.
00:35

Matlab incluye un gran número de comandos o funciones que facilitarán en gran medida tu trabajo. En esta lección aprenderás a insertar un comando, a utilizar el comando "help" para acceder a la información de uso de la función así como a la sugerencia de funciones relacionadas. De igual forma verás que sencillo es Googlear una de tus necesidades y acceder de manera rápida al código que te informa sobre cómo realizar cualquier acción específica.

1.12.- Comandos y funciones en Matlab, uso del help y búsqueda de ayuda.
05:27
+
2.- Trabajando con vectores
7 Lectures 25:21
2.0.- Objetivos de la sección "Trabajando con vectores"
00:40

En este vídeo te explicamos a través de un ejemplo práctico que es un vector y como podemos asignar un vector a una variable para posteriormente acceder de manera selectiva a los datos que tenemos contenidos dentro del mismo.

2.1.- ¿Qué es un vector?
02:12

Los vectores pueden asignarse a una variable en forma de filas o columnas, de tal manera que podremos tener un vector fila de tamaño n (matriz de 1 x n) o un vector columna de tamaño m (matriz de m x 1). Un escalar dentro de Matlab será una matriz 1x1

2.2.- Definir un vector dentro de una variable.
02:47

La Fórmula de Hofstetter es una operación sencilla para calcular la Amplitud de Acomodación (AA). A continuación mostramos como podemos realizar el cálculo de la AA para un vector que contenga distintas edades del paciente y representar la figura bidimensional que muestre esta información de manera gráfica.

2.3.-Representación gráfica de vectores. Cálculo de la Amplitud de Acomodación.
01:56

En este videotutorial te mostramos como puedes crear un vector partiendo de la base de conocer el intervalo que ocupan los elementos del vector o el número total de elementos que deseas generar.

2.4.- Definición de un vector por intervalos o número de elementos.
02:36

Avanzamos en nuestro ejercicio de representación de la variación de la AA con la edad según La Fórmula de Hofstetter después de crear nuestro vector con los valores de edad deseados.

2.5.- Solución ejercicio representación gráfica de variación de acomodación
04:20

Un completo ejemplo en el que se evalúa la tendencia de progresión de la miopía. Os enseñamos a representar esos datos de manera gráfica, a ajustar los resultados a una ecuación linear y a calcular el valor correspondiente para un determinado año a través de este ajuste.

2.6.- Análisis de Tendencias (Ejercicio progresión de la miopía)
10:50
+
3.- Trabajando con matrices
13 Lectures 59:39

El trabajo con Matlab se desarrolla como norma general a través del alojamiento de la información en matrices. En esta lección te enseñamos que es una matriz y como se representan estas matrices dentro de Matlab.

Preview 03:28

Una matriz puede contener cualquier tipo de información dentro de cada una de las posiciones que lo componen. Mostramos con un sencillo ejemplo como alojamos información dentro de una matriz para representar dónde va dirigido cada uno de los contenedores del ejemplo anterior.

3.2.- ¿Qué puede contener una matriz?
02:59

Hemos mostrado un ejemplo sencillo de matrices a través de los contenedores situados de manera ordenada en un barco de carga. No obstante, el curso se titula "Matlab para especialistas en Ciencias de la Salud" por lo que te explicamos algunas aplicaciones específicas de las matrices en el campo de las Ciencias de la Visión.

3.3.- Aplicaciones de las matrices en Ciencias de la Visión.
01:45

En esta lección mostramos como definir de manera manual matrices dentro de Matlab. Además te enseñaremos a trasponer Matrices que no es más que modificar las filas por columnas dentro de la matriz.

3.4.- Definir una matriz dentro de una variable en Matlab
03:09

Esta representa la lección más importante dentro del curso a través de la cual aprenderás, de manera selectiva, a acceder a los datos alojados dentro de una matriz en Matlab.

Preview 09:50

En esta lección aprenderás a crear una matriz con números aleatorios a través del comando "rand". También aprenderás como acceder a cada uno de los datos alojados dentro de una matriz de manera individual o por grupos utilizando vectores de posición y el operador ":".

3.6.- Acceso a los datos dentro de una matriz con Matlab
05:12

En esta lección crearemos una matriz de valores aleatorios que representaremos en tres dimensiones a través del comando "mesh". También aprenderás a obtener el tamaño de la matriz a través del comando "size" que devuelve el tamaño de la matriz en filas o columnas. Utilizaremos este ejemplo para obtener el valor alojado en la posición central de la matriz de datos aleatoria.

3.7.- Localizando el centro de un gráfico (matriz)
08:09

Cuando disponemos de más de una matriz podemos combinarlas a través de la concatenación. En esta lección se crean dos matrices aleatorias A y B que uniremos para almacenar la información de manera conjunta en una matriz C. Veremos como esta concatenación se puede realizar en forma de filas o columnas. 

3.8.- Combinación de matrices en una variable (concatenación)
05:49

En esta lección mostramos como operar mediante un escalar y una matriz. 

3.9.- Operaciones con matrices y escalares.
03:26

En esta lección aprenderán a buscar el mínimo dentro de una matriz. Comando 'min' y verás como los comandos pueden devolver más de un valor de forma que podemos obtener por ejemplo no solamente el mínimo sino también la posición que ocupa ese mínimo dentro de la matriz.

3.10.- Obtener el valor mínimo de los datos contenidos en una matriz (min)
04:52

En esta lección aprenderás a ordenar los datos contenidos dentro de una matriz de manera ascendente o descendente. 

3.11.- Ordenar los valores de una matriz según una variable (Sort)
03:18

En este ejemplo mostramos una operación entre una matriz y un vector con el fin de calcular los ingresos recibidos por la venta de un volumen determinado de distintos productos. Aprenderás como puedes multiplicar una matriz por un vector.

3.12.- Producto entre una matriz y un vector (Ejemplo ventas en óptica)
07:00
+
4.- Representación de Figuras
5 Lectures 25:27
4.1.- Representación lineal de una variable que contiene un vector o una matriz
05:42

4.2.- Representación lineal de una variable que contiene valores x e y
04:28

4.3.- Estilo de líneas en figuras 2D
06:16

4.4.- Etiquetado de una Figura
02:54

4.5.- Edición manual de una Figura y reutilización de código
06:07
+
5.- Ejercicio Práctico. Preparación y reutilización de figuras
5 Lectures 25:08

El ejercicio comienza cargando las variables que podrás encontrar en los archivos adjuntos. Representaremos una Figura con una de las variables para posteriormente trabajar sobre ella.

5.1.- Carga de variables y representación de figura base
02:25

El ejercicio continúa cargando nuevas variables sobre la misma figura a través del comando "hold on"

5.2.- Representación de varias variables en una figura
08:10

Llevado a cabo todo el proceso de edición de una Figura podemos crear una función que nos cargue los datos siguiendo un estilo determinado para no tener que repetir todo el proceso de edición.

5.3.- Creación de una función para reutilizar el estilo de figura
07:30

En este video se muestra como se finaliza la preparación de la Figura para enviarla a una revista de revisión por pares a través de la edición con software vectorial.

5.4.- Edición final de una figura con software vectorial
03:28

En este último vídeo de la sección se muestra como añadir datos de una nueva variable sobre una figura creada a partir con datos de una matriz de dimensiones diferentes.

5.5.- Modificación de unidades de la variable y del vector
03:35
+
6.- Introducción a la programación en Matlab (Operadores lógicos)
10 Lectures 43:08
6.0.- Objetivos de la sección "Introducción a la programación en Matlab"
00:35

Maltab te permite repetir rutinas de trabajo sin ejecutar de nuevo todo el código empleado en rutinas anteriores. A través de esta lección te mostramos como comenzar a escribir un nuevo script, a insertar comentarios, identificar las recomendaciones de Matlab en la mejora del código y a realizar pequeños cambios dentro de un script.

6.1.- El editor de Matlab para la ejecución de scripts o rutinas de trabajo
06:03

Los operadores lógicos se emplean para comparar si los datos contenidos en una variable, bien sea un escalar vector o matriz cumplen una determinada condición en comparativa con las posiciones del escalar, vector o matriz con la que se les compara.

6.2.- Introducción a los operadores lógicos
06:31

6.3.- Combinación de operadores lógicos (AND, OR y NOT)
04:28

Vamos a comenzar a utilizar los operadores basándonos en los datos recogidos en una investigación que recogen información sobre edad, sexo y estereopsis medida con distintos tests.

6.4.- Ejercicio. Utilizar los operadores para realizar filtrado de datos
04:10

A través de esta explicación se presente introducir al alumno al siguiente ejercicio realizado directamente en Matlab.

6.5.- Explicación previa ejercicio. Separación de datos de mujeres y hombres
05:01

El primero de los operadores lógicos que vamos a emplear es el de igualdad (==) y lo vamos a utilizar para separar los datos de mujeres y hombres en dos variables diferentes para así calcular su media. 

6.6.- Ejercicio. Separación de datos de mujeres y hombres
07:39

En el siguiente ejemplo vamos a filtrar los datos realizando una doble condición para la cual no solo me devuelva los datos de los hombres sino también solo aquellos que sean mayores de 30 años.

6.7.- Ejercicio doble condición separación hombres mayores a 30 años
04:16

Mostramos a través de un ejemplo muy sencillo las diferencias entre los operadores lógicos AND y OR.

6.8.- Diferencias entre AND y OR para llevar a cabo más de una condición
03:22

6.9.- Comandos últiles para operaciones lógicas
01:03
+
7.- Control de flujo a través de condicionales y bucles
13 Lectures 53:49

A lo largo de la siguiente sección iremos explicando lo que son los condicionales y bucles. Aprenderemos a trabajar con ellos mediante un ejercicio práctico en el cual se crea una variable categórica en función de rangos de medida con dos instrumentos.

7.1.- Introducción a la sección control de flujo a través de un ejemplo práctico
04:49

Los condicionales IF y ELSEIF son dos de los más utilizados a la hora de controlar el flujo de programación en Matlab. En este video te explicamos de manera muy sencilla en qué consisten y cómo implementarlos dentro de Matlab.

7.2.- Introducción a los condicionales IF y ELSEIF
03:30

En esta clase aprenderemos a implementar los condicionales IF y ELSEIF en Matlab según el ejemplo práctico que mostrábamos al principio de la sección.

7.3.- Práctica con los condicionales IF y ELSEIF
06:14

Código resumen de los ejemplos explicados en la lección 7.3.

7.4.- Resumen Código IF / ELSE IF / ELSE
00:22

La sentencia condicional SWITCH es una alternativa a los condicionales IF y ELSEIF cuando la operación lógica a testear es una igualdad.

7.5.- Sentencia condicional SWITCH
07:09

Código resumen de los ejemplos explicados en la lección 7.5.

7.6.- Resumen de código SWITCH
00:08

El bucle FOR lo vamos a emplear para repetir una acción sobre distintos valores.

7.7.- Introducción a la repetición de acciones mediante el bucle FOR
03:00

En este vídeo mostramos un ejemplo de cómo a partir de los condicionales llevados a cabo en las lecciones anteriores para filtrar datos de una variable, podemos rastrear todos los sujetos contenidos en la variable y repetir la acción asignando a cada sujeto a un grupo. Realizaremos el ejercicio asignando el número de sujetos de manera manual o detectándolo a través del comando SIZE que devuelve las dimensiones en filas o columnas de la matriz.

7.8.- Ejemplo recategorización de una variable a través de un bucle FOR
07:41

Código resumen de los ejemplos explicados en la lección 7.7.

7.9.- Resumen de código bucle FOR
00:12

Cuando deseemos repetir una acción no solo para cada fila sino también para todas las columnas podemos utilizar un bucle anidado dentro de otro bucle de tal forma que el primero de ellos realizará la lectura de todas las filas y el segundo de todas las columnas.

7.10.- Ejemplo doble bucle para recategorizar filas y columnas
08:20

Código resumen de los ejemplos explicados en la lección 7.10.

7.11.- Resumen de código doble bucle FOR
00:13

En los las lecciones anteriores de la sección aprendiste a recategorizar los datos de una matriz a través de un doble bucle. Aunque esta es la forma habitual de trabajar con gran parte de los lenguajes de programación, MATLAB te permite realizar la misma operación de una manera más adecuada y mediante la introducción de menos código a través del comando FIND. Con FIND buscarás las posiciones de una matriz que cumplen una determinada operación lógica asignando un nuevo valor a estas posiciones.

7.12.- Comando FIND como alternativa al doble bucle en el trabajo con matrices
12:00

Código resumen de los ejemplos explicados en la lección 7.12.

7.13.- Resumen de código Comando FIND
00:09
+
8.- Ejercicio análisis masivo de datos organizados en estructura de carpetas
12 Lectures 01:13:55

Explicación de cómo se encuentran organizados los archivos mediante los cuales vamos a trabajar en este ejercicio. Los archivos son perfiles de potencia de dos modelos de lente de contacto multifocal para los cuales se han medido distintas potencias y configuraciones dominante / no dominante.

8.1.- Organización de carpetas y archivos
04:33

Mediante el comando UIGETDIR vamos a abrir una ventana de dialogo a través de la cual seleccionaremos la ruta donde se encuentra nuestra carpeta de trabajo.

8.2.- Seleccionar ruta de una carpeta a través de UIGETDIR
04:48

A través del comando DIR vamos a obtener un listado de las carpetas alojadas en la ruta anteriormente seleccionada con UIGETDIR

8.3.- Obtener un listado de carpetas alojadas dentro de un directorio
07:32

A través del comando DIR vamos a ir navegando dentro de las carpetas. Obtenemos los nombres de las carpetas que en esta lección coinciden con la potencia y adición de cada una de las lentes.

8.4.- Listar las potencias contenidas dentro del primer diseño de lente
07:07

En esta lección se muestra como seguir navegando hasta la última carpeta y seleccionar de entre todos los archivos tan solo aquellos que me interesa procesar.

8.5.- Acceso a los archivos contenidos en la última carpeta
07:45

En esta lección vamos a utilizar el generador de código del asistente de importación con el fin de obtener el código necesario para realizar la importación de uno de los archivos.

8.6.- Importar un archivo a través del asistente de código
06:04

Vamos a crear nuestro modelo de Figura a través del editor de Figura y generaremos el código necesario para reutilizar esta figura dentro de nuestro script.

8.7.- Edición de figura a través del generador de código
06:33

En esta clase mostramos como utilizar un bucle para realizar un barrido dentro de una de las carpetas que contienen 3 perfiles de potencia y representarlos dentro de una misma figura.

8.8.- Representación de tres perfiles dentro de una misma figura
07:50

En esta lección creo un segundo bucle que va a anidar al anterior y que me realizará una lectura de las carpetas de diseño para representar los diseños CD y CN correspondientes a una potencia específica.

8.9.- Bucle para realizar una representación de los distintos diseños
04:41

En esta lección creo un tercer bucle que va a anidar los dos anteriores y que me realizará una lectura de las carpetas de potencia para representar todos los perfiles de potencia de un determinado modelo.

8.10.- Bucle para realizar una representación de las distintas potencias
04:51

En esta lección creo un cuarto bucle que va a anidar los tres anteriores y que me realizará una lectura de las carpetas de modelos para representar todos los perfiles de potencia de cada uno de los modelos.

8.11.- Bucle para realizar una representación de los distintos modelos
04:37

Para finalizar esta lección vamos a crear una función a través de la cual procesemos todos nuestros perfiles y los almacenemos en una carpeta de imágenes.

8.12.- Crear una función que almacene las figuras dentro de una carpeta
07:34
About the Instructor
Manuel Rodríguez Vallejo
5.0 Average rating
45 Reviews
118 Students
3 Courses
Director de I+D en Clínicas Qvision

Diplomado en Óptica y Optometría, Master en Optometría Avanzada y Ciencias de la Visión, y Doctor por el programa de “Diseño, Fabricación y Gestión de Proyectos Industriales”, de la Universidad Politécnica de Valencia (España). Es autor de múltiples artículos en revistas de investigación internacionales de revisión por pares, siendo sus publicaciones relacionadas principalmente con el “Diseño y Caracterización de Lentes de Contacto y Lentes Intraoculares Multifocales”, “Diseño de test de evaluación del rendimiento visual” y “Biomecánica Corneal”. Es coautor de capítulos en libros de la Sociedad Española de Cirugía Ocular Implanto-Refractiva y de la Sociedad Española de Oftalmología y ha participado como ponente en múltiples congresos internacionales. En la actualidad ejerce profesionalmente como Director de Proyectos I+D en Clínicas Qvision y es emprendedor de test-eye.com donde distribuye aplicaciones de medida del rendimiento visual para iPad y Android, diseñadas y programadas por el mismo.

* Please note discounts may be slightly higher than advertised amount due to rounding and currency conversion.