Máster Oficial en Rehabilitación Neuropsicológica

Módulo 1. Evaluación Neuropsicológica

01 Anamnesis y semiótica
02 La entrevista neuropsicológica
03 Evaluación psicométrica y pruebas neuropsicológicas
04 Puntuaciones de pruebas
05 Puntuaciones de pruebas: atribución e interpretación
06 La probabilidad de identificar una patología en la evaluación neuropsicológica
07 Diagnóstico, retroalimentación e informe neuropsicológico
08 Ejemplos de casos clínicos e informes

Módulo 2. Entrevista neuropsicológica de adultos

01 El por qué, el qué y el cómo de la entrevista neuropsicológica
02 Evaluaciones de capacidad en entornos clínicos
03 Lesión cerebral adquirida
04 Conmoción cerebral y exposición repetida a impactos en la cabeza en deportistas adultos
05 Demencias de la vejez
06 Afasia progresiva primaria
07 Clínica de Trastornos del Movimiento
08 Accidente cerebrovascular
09 Esclerosis Múltiple
10 Epilepsia y trastornos convulsivos
11 Neurooncología
12 Trastornos del desarrollo neurológico en adultos
13 Consumo de alcohol y otras sustancias
14 Recopilación de información en el contexto de las enfermedades infecciosas
15 Neuropsicología militar
16 Psiquiatría hospitalaria
17 Rehabilitación para pacientes hospitalizados

Módulo 3. Rehabilitación cognitiva

01 La práctica de la mentalidad psicológica en la rehabilitación cognitiva
02 Aplicación de RTSS e instrucción sistemática a la rehabilitación cognitiva
03 El marco PIE: una hoja de ruta para la intervención
04 Entrenamiento de hechos discretos y rutinas
05 Instrucción de estrategias cognitivas
06 Instrucción con ayuda cognitiva externa
07 Apoyo a la competencia social después de una lesión cerebral
08 Rehabilitación cognitiva en el ámbito hospitalario
09 Rehabilitación cognitiva basada en computadora
10 Rehabilitación cognitiva para síntomas cognitivos funcionales

Módulo 1. Tecnología facilitadora de los trastornos del desarrollo neurológico

01 Tecnología de asistencia y trastornos del desarrollo neurológico
02 El uso de la tecnología educativa para mejorar el aprendizaje de las personas con trastornos del neurodesarrollo
03 Avances tecnológicos para el diagnóstico y rehabilitación de la dislexia
04 El impacto de la tecnología en los niños con trastorno del espectro autista
05 Telesalud para niños con trastorno del espectro autista: necesidades y desafíos de la India
06 Avances en tecnologías innovadoras para superar factores externos adversos que afectan a las personas con trastornos del neurodesarrollo: preocupaciones actuales y futuras
07 Tecnología de asistencia para promover la educación inclusiva de niños con trastornos del neurodesarrollo
08 Intervenciones basadas en tecnología para el trastorno por déficit de atención e hiperactividad (TDAH)
09 Medicina de precisión basada en tecnología en trastornos del desarrollo neurológico
10 Psiquiatría computacional para cerrar la brecha entre los enfoques basados ​​en datos y los basados ​​en teoría: una revisión
11 Diagnóstico de la enfermedad de Alzheimer mediante técnicas de neuroimagen funcional y estructural
12 AviR: Rehabilitación del autismo con webVR mediante clasificación de texto
13 Visiones futuras para los enfoques basados ​​en el aprendizaje profundo para los TND: aprendizaje a partir de la segmentación supervisada de tumores cerebrales
14 Características de la estimulación cerebral profunda y del EEG espectral para el pronóstico y la prevención de la enfermedad de Parkinson
15 Un modelo híbrido profundo con un marco de concatenación de redes neuronales convolucionales para la identificación del trastorno del espectro autista

Módulo 2. Mejora de la predicción y rehabilitación de trastornos neurológicos mediante inteligencia artificial

01 Detección y clasificación de hemorragias intracraneales mediante aprendizaje profundo
02 Aprendizaje profundo para el tratamiento no invasivo de tumores cerebrales
03 Inteligencia artificial en la enfermedad de Parkinson: identificación y seguimiento de síntomas
04 Detección de la enfermedad de Alzheimer mediante inteligencia artificial
05 Sistemas informáticos inteligentes para el diagnóstico de la esclerosis múltiple
06 Aplicaciones actuales y futuras de la inteligencia artificial en la esclerosis múltiple
07 Clasificación de cefaleas asistida por inteligencia artificial: una revisión
08 Aprendizaje profundo para la detección fiable de lesiones epileptogénicas
09 Inteligencia artificial en las neurociencias: ¿estamos realmente ahí?
10 Inteligencia artificial en el manejo de trastornos neurológicos: su prevalencia y prominencia
11 Evaluación gráfica de la estructura interna del conjunto de datos de Parkinson: un estudio de caso
12 Aplicaciones de la inteligencia artificial a los trastornos neurológicos: tecnologías actuales y problemas abiertos
13 Desarrollo de un chatbot/sistema inteligente para diagnóstico y manejo neurológico
14 Inteligencia artificial en el diagnóstico y manejo del ictus isquémico agudo
15 Hacia una realidad extendida inteligente en la rehabilitación del ictus: aplicación del aprendizaje automático y la inteligencia artificial en la rehabilitación

Módulo 3. Inteligencia artificial para trastornos neurológicos

01 Detección temprana de enfermedades neurológicas mediante técnicas de aprendizaje automático y aprendizaje profundo: una revisión
02 Un método predictivo para el análisis de sentimientos emocionales mediante aprendizaje profundo a partir de un conjunto de datos de EEG de ondas cerebrales
03 Modelos de aprendizaje automático y aprendizaje profundo para la detección temprana de la enfermedad de Alzheimer y su proliferación en el cerebro humano
04 Modelo de red neuronal convolucional para la identificación de trastornos visuales neurológicos
05 Modelo de red neuronal recurrente para la identificación del trastorno auditivo neurológico
06 Modelo de red neuronal recurrente para la identificación de trastornos auditivos neurológicos basados ​​en la epilepsia
07 Diagnóstico de demencia con EEG utilizando aprendizaje automático
08 Métodos computacionales para el análisis traduccional del comportamiento cerebral
09 Aplicaciones clínicas del aprendizaje profundo en neurología y sus mejoras con direcciones futuras
10 Técnicas de minería inteligente de conjuntos dispersos para enfermedades cognitivas
11 Terapia cognitiva para enfermedades cerebrales utilizando modelos de aprendizaje profundo
12 Terapia cognitiva para enfermedades cerebrales utilizando modelos de inteligencia artificial
13 Aplicaciones clínicas del aprendizaje profundo en neurología y sus mejoras con predicciones futuras
14 Un enfoque de diagnóstico inteligente para la detección y clasificación de crisis epilépticas mediante aprendizaje automático
15 Señalización neuronal y comunicación mediante aprendizaje automático
16 Clasificación de trastornos neurodegenerativos mediante técnicas de aprendizaje automático
17 Nuevas tendencias en aprendizaje profundo para análisis de neuroimagen y predicción de enfermedades
18 Prevención y diagnóstico de enfermedades neurodegenerativas mediante modelos de aprendizaje automático
19 Detección temprana de enfermedades neurológicas basada en inteligencia artificial utilizando un método no invasivo basado en el análisis del habla
20 Una mirada a las aplicaciones del aprendizaje profundo en neuroimagen
21 Modelo de clasificación de conjuntos basado en el aprendizaje de varianza incremental para trastornos neurológicos

Módulo 4. Liderazgo positivo

01 La inteligencia emocional del líder. Un reto colosal para un mundo en crisis
02 El líder en época de innovación y de profundos cambios
03 Liderar con sentido es liderar con valores. Misión, visión y operativa
04 Liderar personas es esencial conocer biología y conducta del individuo y del grupo
05 Creando y ejecutando estrategia para obtener mejores resultados de negocio con la gestión del conocimiento en la innovación
06 Comunicación pública y desarrollo de presentaciones eficaces
07 Liderar el impacto mediático. Comunicación con medios de prensa

Denominación de la asignatura: Trabajo Fin de Máster
Créditos ECTS: 10
Carácter de la asignatura: Obligatoria
Materia a la que pertenece: Trabajo Fin de Máster