TFG de Ingeniería Biomédica: ejemplos, temas e ideas
Actualizado el Pedro Puente Gil

El TFG de Ingeniería Biomédica es la ingeniería aplicada a la salud, y su reto es doble: un desarrollo técnico sólido (código, señales, hardware) que además responda a un problema clínico real. El tribunal —a menudo mixto, ingenieros y sanitarios— quiere ver ambas caras. Temas por rama y lo que exige cada uno, aquí.
Temas de TFG de Ingeniería Biomédica por rama
- Procesado de señales biomédicas: análisis de ECG, EEG o EMG, detección de eventos, filtrado — la vía más frecuente y muy autónoma.
- Imagen médica: segmentación (tumores, órganos), registro, reconstrucción, radiómica — con datos públicos disponibles.
- IA y aprendizaje automático en salud: modelos de diagnóstico o pronóstico sobre datos clínicos o de imagen — el tema estrella actual.
- Dispositivos e instrumentación: diseño de un sensor o wearable, un prototipo de medida, electrónica biomédica.
- Biomecánica: análisis de la marcha, simulación de un tejido o articulación (FEM), diseño de una prótesis u ortesis.
- Ingeniería de tejidos y biomateriales: caracterización de un material, scaffolds — vertiente más experimental.
- e-Health: una app o plataforma de telemedicina, monitorización remota.
La fórmula del sobresaliente: problema clínico + método de ingeniería + validación con datos. Un modelo de IA sin utilidad clínica clara, o una necesidad clínica sin desarrollo técnico serio, se quedan a medias.
La memoria de un TFG de Ingeniería Biomédica
Introducción y objetivos (con el problema clínico) → estado del arte → materiales y métodos (dataset, algoritmos, montaje o simulación — replicables) → resultados (métricas: sensibilidad, especificidad, AUC, error) → discusión (rendimiento y utilidad clínica) → conclusiones → bibliografía. Código y datos, a los anexos y a repositorio. Fundamentos en metodología.
Vincular requisitos, riesgos y ensayos
Defina usuario, contexto de uso y función prevista antes de elegir sensores o algoritmos. Traduzca esas necesidades en requisitos medibles y asigne a cada uno un ensayo. Mantenga una matriz de riesgos que incluya fallos de medida, uso, software, privacidad y limpieza; una medida mitigadora debe verificarse, no solo mencionarse.
Separe calibración, validación técnica y evaluación clínica. Un fantoma permite comprobar repetibilidad o rango, pero no sensibilidad diagnóstica. Si usa datos públicos, registre licencia, población, preprocesamiento y partición para evitar fuga entre entrenamiento y prueba. Informe también fallos y casos límite: son esenciales para delimitar qué puede y qué no puede afirmarse del prototipo.
Cierre con una matriz que relacione requisito, riesgo, ensayo, resultado y decisión. Si una celda queda vacía, no disfrace la ausencia con lenguaje clínico. En la defensa, explique la población o el entorno para el que el dispositivo todavía no ha sido probado y qué evidencia exigiría pasar a la siguiente fase.
Dónde ver ejemplos reales
Repositorios técnicos fuertes: UPM, UPC (UPCommons), UC3M, UPV (RiuNet), Universidad de Zaragoza y Universidad Politécnica de Cartagena — busque "TFG ingeniería biomédica" + la universidad. Fíjese en cómo validan resultados con métricas: esa parte cuantitativa es la que sostiene la nota.
Fuentes y límites del método
La Agencia Española de Medicamentos y Productos Sanitarios ofrece el marco español de productos sanitarios; para literatura biomédica, use PubMed. Delimite si el trabajo es una prueba de concepto, una validación técnica o un estudio con personas. No atribuya rendimiento clínico a pruebas sobre un fantoma o un conjunto pequeño.
Ejemplos de otras especialidades
Mire también Ingeniería Informática, Ingeniería Industrial y Biotecnología, o el hub de ejemplos de TFG.
Preguntas frecuentes
¿Qué tema de TFG de Ingeniería Biomédica es más asequible?
Un trabajo de procesado de señales o de IA sobre datos biomédicos públicos (ECG, EEG, imagen): es puramente computacional, con datasets abiertos y métricas claras, sin depender de hardware ni de pacientes. Muy controlable en tiempo.
¿De dónde saco los datos para el TFG?
De repositorios públicos: PhysioNet (señales), TCIA y datasets de imagen médica, UCI y Kaggle para datos clínicos. Le ayudamos a elegir un dataset adecuado y a plantear el problema y la validación sobre él.
¿Necesito programar para el TFG de Ingeniería Biomédica?
En la mayoría de líneas, sí: Python (con librerías de señal, imagen o machine learning) o MATLAB son el estándar. Le ayudamos con el desarrollo y con dejar el código comentado y reproducible en anexos y repositorio.
¿Qué debe quedar documentado antes de entregar?
La pregunta, los criterios de selección, las fuentes o datos, el procedimiento, las decisiones de análisis y las limitaciones. La guía docente puede exigir además anexos, permisos, código o materiales específicos.
