Update translations from SlicerLanguageTranslations

Tutorials/STC-GEN-101_WelcomeTutorial/Translations/text_dict_es-419.json

@@ -0,0 +1,49 @@
+{
+  "0_TextBox_0": "Bienvenido a Slicer",
+  "0_TextBox_1": "Dra. Sonia Pujol",
+  "0_TextBox_3": "Profesor Asistente de Radiología\n\nBrigham and Women’s Hospital\n\nHarvard Medical School\n",
+  "1_Goal_title": "Meta",
+  "1_Goal_body": "Este tutorial es una breve introducción al módulo de bienvenida del software de código abierto Slicer.",
+  "2_TextBox_0": "Conceptos básicos de Slicer5",
+  "3_TextBox_0": "Conceptos básicos de Slicer5",
+  "2_TextBox_1": "*Slicer es un software de código abierto para la segmentación, el registro y la visualización de datos de imágenes médicas. \n*La plataforma se desarrolla mediante un esfuerzo multi-institucional de varios consorcios a gran escala financiados por los NIH. \n*Slicer es solo para investigación médica y no cuenta con la aprobación de la FDA. ",
+  "3_TextBox_1": "3D Slicer 5 versión 5.10.0 incluye más de 100 módulos y más de 190 extensiones para segmentación de imágenes, registro y visualización en 3D de datos de imágenes médicas.",
+  "4_TextBox_0": "Plataformas compatibles",
+  "4_TextBox_1": "* Slicer es un software multiplataforma desarrollado y mantenido en Mac OSX, Linux y Windows.\n\n* Slicer requiere un mínimo de 2 GB de RAM y un acelerador gráfico dedicado con 64 MB de memoria gráfica integrada. ",
+  "5_WelcometoSlicer_title": "Bienvenidos a Slicer",
+  "5_TextBox_1": "Cada módulo de Slicer incluye una serie de pestañas, que dan acceso a diferentes funcionalidades. \n\nHaga clic en el símbolo de flecha para desplegar el contenido de cada pestaña. ",
+  "6_SlicerUserInterface_title": "Interfaz de usuario de Slicer",
+  "6_ArrowText_0": "Barra de Herramientas",
+  "6_TextBox_1": "Visor 3D",
+  "6_TextBox_3": "Panel de la interfaz de usuario (IU) del módulo de Bienvenida de Slicer",
+  "6_TextBox_5": "Sonda de datos",
+  "6_ArrowText_6": "Visores anatómicos 2D",
+  "7_WelcomeModule_title": "Modulo de Bienvenida",
+  "8_WelcomeModule_title": "Modulo de Bienvenida",
+  "12_WelcomeModule_title": "Modulo de Bienvenida",
+  "7_TextBox_1": "La pestaña Documentación y Tutoriales contiene enlaces al compendio de entrenamiento y a las páginas de documentación de 3D Slicer.",
+  "8_TextBox_0": "El panel del módulo de bienvenida contiene accesos directos para cargar diferentes tipos de datos. También hay disponible una serie de datos de muestra. \n\nHaga clic en Descargar datos de muestra para acceder al módulo de datos de muestra",
+  "9_SampleData_title": "Datos de muestra",
+  "10_SampleData_title": "Datos de muestra",
+  "11_SampleData_title": "Datos de muestra",
+  "9_TextBox_1": "El módulo de datos de muestra contiene enlaces a diferentes conjuntos de datos de muestra que se pueden descargar en Slicer.",
+  "10_TextBox_0": "RM cerebral",
+  "10_TextBox_1": "TC de Tórax",
+  "10_TextBox_2": "TC cardíaca",
+  "10_TextBox_3": "Conjunto de datos de imagen de tensor de difusión (ITD)",
+  "10_TextBox_4": "RM cerebral (paciente con tumor)",
+  "11_ArrowText_0": "Haga clic en MRHead para descargar el \nconjunto de datos en Slicer.",
+  "12_TextBox_0": "Las imágenes de RM del cerebro aparecen\n en los visores 2D.",
+  "13_MRBrainSampleDataset_title": "Conjunto de datos de muestra de RM cerebral",
+  "14_MRBrainSampleDataset_title": "Conjunto de datos de muestra de RM cerebral",
+  "15_MRBrainSampleDataset_title": "Conjunto de datos de muestra de RM cerebral",
+  "13_TextBox_0": "Coloque el mouse sobre la tachuela ubicada en la esquina superior izquierda del visor rojo para mostrar el menú del visor",
+  "14_TextBox_1": "Haga clic en el ícono de enlace para vincular los tres visores 2D y en el ícono de ojo junto a él \npara mostrar los cortes en el visor 3D",
+  "15_TextBox_0": "Los cortes axial, coronal y sagital aparecen en el visor 3D. \nRegrese al módulo de Bienvenida utilizando la flecha verde en la barra de herramientas",
+  "16_GoingFurther_title": "Para profundizar más",
+  "17_TextBox_0": "Para profundizar más",
+  "16_TextBox_0": "Para obtener más información sobre Slicer y sus diferentes funcionalidades, visite el Compendio de Slicer",
+  "17_TextBox_1": "https://training.slicer.org/",
+  "18_TextBox_0": "Agradecimientos",
+  "18_TextBox_1": "National Alliance for Medical Image\nComputing\nNIH U54EB005149\n\nNeuroimage Analysis Center\nNIH P41EB015902\n\nChan Zuckerberg Initiative (CZI)"
+}

Tutorials/STC-GEN-102_FourMinuteTutorial/Translations/text_dict_es-419.json

@@ -0,0 +1,39 @@
+{
+  "0_TextBox_0": "Slicer4 Minutos\n",
+  "0_TextBox_1": "Dra. Sonia Pujol",
+  "0_TextBox_3": "Profesor Asistente de Radiología\nBrigham and Women’s Hospital\nHarvard Medical School",
+  "1_TextBox_0": "Tutorial de 4 minutos de Slicer4",
+  "16_TextBox_0": "Tutorial de 4 minutos de Slicer4",
+  "1_TextBox_1": "Este tutorial es una introducción de 4 minutos a las capacidades de visualización 3D del software Slicer para el análisis de imágenes médicas. ",
+  "2_TextBox_0": "Slicer5 software & base de datos",
+  "2_TextBox_1": "*Descargue el software Slicer5 disponible en http://download.slicer.org \n\n*Descargue el conjunto de datos Slicer4minute disponible en https://www.slicer.org/wiki/Documentation/4.10/Training",
+  "3_3DSlicerversion5_title": "3D Slicer version 5",
+  "4_TextBox_0": "Escena de 3D Slicer",
+  "4_TextBox_1": "*Una escena de Slicer es un archivo MRML (Medical Reality Modeling Language) que contiene una lista de elementos cargados en Slicer (volúmenes, modelos, fiduciales, transformaciones, etc.) \n*En el siguiente ejemplo, utilizamos una escena 'Slicer4minute.mrml' compuesta por una resonancia magnética y modelos 3D de la cabeza. \n*El archivo de escena y los conjuntos de datos se han guardado como un archivo MRB (Medical Reality Bundle). \n*El formato de archivo MRB es el formato de archivo comprimido de Slicer.",
+  "5_LoadingtheSlicer4minutedataset_title": "Carga del conjunto de datos Slicer4minute",
+  "5_TextBox_1": "Arrastre y suelte el archivo slicer4minute.mrb para cargar la escena en Slicer",
+  "6_Slicer4minuteScene_title": "Escena Slicer4minute",
+  "6_TextBox_1": "Slicer muestra los elementos de la escena slicer4minute. La escena contiene una resonancia magnética y modelos de superficie 3D del cerebro.",
+  "7_3DVisualization_title": "Visualización 3D",
+  "9_3DVisualization_title": "Visualización 3D",
+  "10_3DVisualization_title": "Visualización 3D",
+  "11_3DVisualization_title": "Visualización 3D",
+  "13_3DVisualization_title": "Visualización 3D",
+  "14_3DVisualization_title": "Visualización 3D",
+  "15_3DVisualization_title": "Visualización 3D",
+  "7_TextBox_0": "Seleccione el módulo Modelos",
+  "8_3Dvisualization_title": "Visualización 3D",
+  "8_TextBox_0": "Haga clic en el ícono de la tachuela en la esquina superior izquierda del visor rojo para mostrar el menú del visor de cortes. \nHaga clic en el ícono de ojo para mostrar el corte axial en el visor 3D",
+  "9_TextBox_1": "Utilice el control deslizante del visor rojo para navegar por los cortes axiales de la RM. \n\nSlicer muestra simultáneamente el corte axial en el visor 3D",
+  "10_TextBox_0": "Seleccione el modelo de piel y reduzca su opacidad utilizando el control deslizante de opacidad en la pestaña de visualización 3D",
+  "10_TextBox_1": "El modelo skull_bone.vtk aparece a través de la piel.",
+  "11_TextBox_0": "Coloque el mouse en el visor 3D, haga clic con el botón izquierdo del mouse para arrastrar y rotar el modelo. \nHaga clic con el botón derecho del mouse para acercar y alejar la imagen",
+  "12_AnatomicalViews_title": "Vistas anatómicas",
+  "12_TextBox_0": "Haga clic en los íconos de la tachuela en la esquina superior izquierda de los visores rojo y verde para mostrar el menú del visor de cortes\n\nHaga clic en el ícono de ojo para mostrar el corte axial y coronal en el visor 3D",
+  "13_TextBox_0": "Desactive la visibilidad del cráneo para mostrar el modelo de sustancia blanca cerebral",
+  "14_TextBox_0": "La superficie de la sustancia blanca, así como los nervios ópticos izquierdo y derecho, aparecen en el visor",
+  "15_TextBox_0": "Seleccione el modelo hemispheric_white_matter.vtk\n\nMarque la opción Recorte en la pestaña de visualización 3D\n\nEn la pestaña de planos de recorte, seleccione la opción Recorte de corte verde y marque \"Negativo\"",
+  "16_TextBox_1": "*Este tutorial fue una breve introducción a la visualización 3D interactiva de datos de RM y modelos 3D en Slicer. \n\n*El compendio de formación de Slicer5 contiene una serie de tutoriales y conjuntos de datos precargados para aprender a utilizar el software.",
+  "17_TextBox_0": "Agradecimientos",
+  "17_TextBox_1": "National Alliance for Medical Image \nComputing \nNIH U54EB005149 \n\nNeuroimage Analysis Center\nNIH P41EB015902\n"
+}

Tutorials/STC-SEG-103_AIBasedSegmentationIn3DSlicer/Translations/text_dict_es-419.json

@@ -0,0 +1,49 @@
+{
+  "0_TextBox_0": "Segmentación basada en IA en 3D Slicer",
+  "0_TextBox_1": "Dra. Sonia Pujol\nBrigham and Women's Hospital,\nHarvard Medical School\nBoston, MA",
+  "0_TextBox_3": "Slicer Workshop Ribeirão Preto \nJunio 30, 2025",
+  "1_TextBox_0": "Segmentación manual vs. segmentación asistida por IA",
+  "2_TextBox_0": "Segmentación manual vs. segmentación asistida por IA",
+  "1_TextBox_1": "Las imágenes médicas han sido segmentadas tradicionalmente de forma manual, lo cual es un proceso que consume mucho tiempo, requiere un esfuerzo intensivo por parte de los radiólogos y está sujeto a variabilidad entre radiólogos.",
+  "2_TextBox_1": "En la última década, la segmentación de imágenes ha sido impulsada por el desarrollo de algoritmos de aprendizaje profundo (p. ej., nnUnet del Centro Alemán de Investigación del Cáncer (DKFZ)/Helmholtz Research).\n\n\n Las herramientas de segmentación basadas en IA pueden reducir el tiempo de segmentación y proporcionar resultados más reproducibles.",
+  "3_TextBox_0": "Terminología de IA",
+  "3_TextBox_1": "Un modelo de IA es un algoritmo de IA que fue entrenado para realizar una tarea específica (p. ej., un modelo de segmentación de tumores cerebrales). \n\nLos pesos de un modelo de IA son números pequeños que determinan cuánta importancia le da el modelo a diferentes características de la imagen. \n\nDurante la fase de entrenamiento, un modelo aprende patrones a partir de datos etiquetados por expertos y ajusta sus pesos para mejorar sus predicciones. \n\nDurante la fase de validación/prueba, el modelo se evalúa en un conjunto de datos separado que no fue utilizado durante la fase de entrenamiento. \n\nDurante la inferencia, el modelo se aplica a nuevos conjuntos de datos para realizar la tarea específica para la que fue entrenado.",
+  "4_TextBox_0": "Workshop de IA en 3D Slicer",
+  "4_TextBox_1": "Este tutorial se centra en la ejecución de tareas de inferencia utilizando diversos modelos de IA preentrenados para la segmentación automatizada de estructuras anatómicas y patológicas.",
+  "5_TextBox_0": "Slicer extension MONAIAuto3DSeg",
+  "6_TextBox_0": "Slicer extension MONAIAuto3DSeg",
+  "5_TextBox_1": "Este tutorial utiliza los modelos preentrenados de la extensión MONAIAuto3DSeg de Slicer.\n\n\nLa herramienta está diseñada para funcionar en laptops o en computadoras de escritorio promedio sin GPU.",
+  "6_TextBox_1": "Compatible con múltiples modalidades (TC, RM).\n\n\nMúltiples anatomías (cabeza, tórax, abdomen, pelvis, etc.). \n\n\nMúltiples patologías (tumor, hemorragia, edema).",
+  "7_TextBox_0": "Tutorial de IA en Slicer: Tareas de segmentación",
+  "7_TextBox_1": "Tarea de segmentación 1: Próstata\n\n\nTarea de segmentación 2: Glioma cerebral\n\n\nTarea de segmentación 3: Segmentación de cuerpo completo",
+  "8_TextBox_0": "Tarea de segmentación de IA n.° 1: Próstata",
+  "9_TextBox_1": "Segmentación basada en IA de la zona periférica (ZP) y la zona de transición (ZT) de la próstata en imágenes de RM ponderadas en T2. \n\n\nConjunto de datos: \nmsd_prostate_01-t2\nmsd_prostate_01-adc",
+  "10_TextBox_1": "Haga clic en \"Agregar datos\" en el módulo de bienvenida de Slicer\n\nHaga clic en \"Elegir directorio para agregar\" y navegue hasta la ubicación de los conjuntos de datos de Slicer\n\nSeleccione el dataset3_ProstateMRI y haga click en Abrir",
+  "11_TextBox_0": "Slicer carga el conjunto de datos de RM de próstata",
+  "12_TextBox_0": "Haga clic en Bienvenido a Slicer en el menú de módulos y navegue hasta la categoría Segmentación\n\nSeleccione el módulo MONAI Auto3DSeg",
+  "13_TextBox_0": "Introduzca el nombre del modelo Prostata en el menú de modelos de segmentación",
+  "13_TextBox_1": "Seleccione el modelo Prostate - Multisequence",
+  "14_TextBox_0": "Introduzca el volumen de entrada T2 msd-prostate-01-t2 y el volumen de entrada ADC msd-prostate-01-ad",
+  "14_TextBox_1": "Haga clic en Crear nueva segmentación y luego en Aplicar",
+  "15_TextBox_0": "Slicer inicia la inferencia",
+  "16_TextBox_0": "Slicer muestra los resultados de la segmentación de próstata basada en IA",
+  "17_TextBox_0": "Tarea de segmentación de IA n.° 2: Glioma cerebral",
+  "18_TextBox_1": "Segmentación basada en IA de Neoplasia, Necrosis y Edema en imágenes de RM del cerebro.\n\n\nConjuntos de datos: \n1) BraTS-GLI_00005-000-t1n (ponderada en T1) \n2) BraTS-GLI_00005-000-t1c (ponderada en T1 post-Gd) \n3) BraTS-GLI_00005-000-t2w (ponderada en T2) \n4) BraTS-GLI_00005-000-t2f (T2-FLAIR)",
+  "19_TextBox_1": "Haga clic en Agregar datos en el módulo de bienvenida de Slicer\n\nHaga clic en Elegir archivo(s) para agregar y navegue hasta la ubicación de los conjuntos de datos de Slicer\n\nEn el subdirectorio dataset4_BrainMRI_Glioma, seleccione las siguientes 4 bases de datos BraTS-GLI-00006-t1c.nii.gz, BraTS-GLI-00006-t1n.nii.gz, BraTS-GLI-00006-t2f.nii.gz, BraTS-GLI-00006-t2w.nii.gz\n\nHaga click en abrir",
+  "20_TextBox_0": "Seleccione el módulo MONAIAuto3DSeg e introduzca el nombre del modelo Brain Tumor Segmentation en el menú de modelos de segmentación",
+  "20_TextBox_1": "Seleccione el modelo Brain Tumor Segmentation (BRATS) GLI",
+  "21_TextBox_0": "Introduzca los volúmenes de entrada de la siguiente manera: \n\nVolumen T2F de entrada: BraTS-GLI_00005-000-t2f \nVolumen T1C de entrada: BraTS-GLI_00005-000-t1c \nVolumen T1N de entrada: BraTS-GLI_00005-000-t1n \nVolumen T2W de entrada: BraTS-GLI_00005-000-t2w \n\n\nHaga clic en Crear nueva segmentación y luego en Aplicar\n\nHaga clic en Aplicar para iniciar la segmentación",
+  "22_TextBox_1": "Slicer comienza a ejecutar la tarea de inferencia \n\nUna vez finalizada la segmentación, aparece el mensaje \"Procesamiento finalizado\" en la interfaz gráfica de Slicer",
+  "23_TextBox_1": "Haga clic en Mostrar en 3D para visualizar los segmentos 3D en el visor 3D",
+  "24_TextBox_0": "Tarea de segmentación de IA n.° 3: Segmentación de cuerpo completo",
+  "25_TextBox_1": "Segmentación de cuerpo completo basada en IA. \n\n\nConjunto de datos: \nCT_ThoraxAbdomen",
+  "26_TextBox_0": "En el módulo Agregar datos DICOM, seleccione el paciente patient1 y haga doble clic en la imagen CT_Thorax_Abdomen para cargarla en Slicer",
+  "27_TextBox_0": "Seleccione el módulo MONAIAuto3DSeg e introduzca el nombre del modelo Whole Body Segmentation en el menú de modelos de segmentación",
+  "27_TextBox_1": "Seleccione el modelo Whole Body Segmentation TS1-quick",
+  "28_TextBox_0": "Seleccione el volumen de entrada 6: CT_Thorax_Abdomen, \n\nhaga clic en Crear nueva segmentación en Aplicar \n\ny luego haga clic en Aplicar para iniciar la segmentación",
+  "29_TextBox_0": "Slicer muestra los resultados de la segmentación basada en IA utilizando el modelo Whole Body Segmentation TS1-quick",
+  "30_TextBox_0": "Conclusión",
+  "30_TextBox_1": "La extensión MONAIAuto3DSeg de 3D Slicer proporciona segmentación rápida basada en IA de estructuras anatómicas y patológicas. \n\n\nEl módulo puede ejecutarse en laptops y computadoras de escritorio estándar sin GPU.",
+  "31_TextBox_0": "Agradecimientos",
+  "31_TextBox_1": "El proyecto de internacionalización de 3D Slicer y el proyecto 3D Slicer para América Latina han sido posibles gracias al financiamiento de la iniciativa Chan Zuckerberg."
+}