Update translations from SlicerLanguageTranslations

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

@@ -1,49 +1,49 @@
 {
   "0_TextBox_0": "Segmentación basada en IA en 3D Slicer",
-  "0_TextBox_1": "Sonia Pujol, Ph. D. \nBrigham and Women's Hospital,\nHarvard Medical School\nBoston, MA",
-  "0_TextBox_3": "Slicer Ribeirão Preto Workshop\nJune 30, 2025",
+  "0_TextBox_1": "Dra. Sonia Pujol.\nBrigham and Women's Hospital,\nFacultad de Medicina de Harvard\nBoston, MA",
+  "0_TextBox_3": "Taller Slicer Ribeirão Preto\n30 de Junio de 2025",
   "1_TextBox_0": "Manual vs. Segmentación proporcionada por IA",
   "2_TextBox_0": "Manual vs. Segmentación proporcionada por IA",
-  "1_TextBox_1": "Medical images have traditionally been manually segmented, which is a time-consuming process that requires intensive effort by radiologists and is subject to inter-reader variability.",
+  "1_TextBox_1": "Las imágenes médicas han sido segmentadas tradicionalmente de forma manual, lo que es un proceso que consume mucho tiempo, requiere un gran esfuerzo por parte de los radiólogos y está sujeto a variabilidad entre lectores.",
   "2_TextBox_1": "En la última década, la segmentación de imágenes se ha visto impulsada por el desarrollo de algoritmos de aprendizaje profundo (p.e., nnUnet del Centro Alemán de Investigación del Cáncer (DKFZ)/Helmholtz Research).\n\n\nLas 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 es un algoritmo de IA entrenado para realizar una tarea específica (por ejemplo, un modelo de segmentación de tumores cerebrales).\n\nLos pesos de un modelo de IA son números pequeños que determinan la importancia que el modelo otorga a las diferentes características de la imagen.\n\nDurante la fase de entrenamiento, el 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 con un conjunto de datos independiente, no utilizado durante el entrenamiento.\n\nDurante la fase de inferencia, el modelo se aplica a nuevos conjuntos de datos para realizar la tarea específica para la que fue entrenado.",
   "4_TextBox_0": "Tutorial de IA para 3D Slicer",
   "4_TextBox_1": "Este tutorial se centra en la ejecución de tareas de inferencia utilizando varios modelos de IA preentrenados para la segmentación automatizada de estructuras anatómicas y patológicas.",
   "5_TextBox_0": "Extensión MONAIAuto3DSeg Slicer",
   "6_TextBox_0": "Extensión MONAIAuto3DSeg Slicer",
-  "5_TextBox_1": "Este tutorial utiliza los modelos pre‐entrenados de la extensión MONAIAuto3DSeg Slicer.\n\n\nLa herramienta está diseñada para funcionar en portátiles o en equipos de sobremesa convencionales sin tarjeta gráfica.",
+  "5_TextBox_1": "Este tutorial utiliza los modelos pre‐entrenados de la extensión MONAIAuto3DSeg Slicer.\n\n\nLa herramienta está diseñada para funcionar en portátiles o en equipos convencionales sin tarjeta gráfica.",
   "6_TextBox_1": "Compatibilidad con múltiples modalidades (TC, IRM).\n\n\nMúltiples anatomías (cabeza, tórax, abdomen, pelvis, etc.).\n\n\nMúltiples patologías (tumor, hemorragia, edema).",
   "7_TextBox_0": "Tutorial de Slicer AI: Tareas de segmentación",
-  "7_TextBox_1": "Tarea de segmentación n.° 1: Próstata\n\n\nTarea de segmentación n.° 2: Glioma cerebral\n\n\nTarea de segmentación n.° 3: Segmentación de todo el cuerpo",
+  "7_TextBox_1": "Tarea de segmentación #1: Próstata\n\n\nTarea de segmentación # 2: Glioma cerebral\n\n\nTarea de segmentación #3: Segmentación de todo el cuerpo",
   "8_TextBox_0": "Tarea de Segmentación con IA #1: Próstata",
   "9_TextBox_1": "Segmentación mediante IA de la zona periférica (ZP) y la zona de transición (ZT) de la próstata en imágenes de resonancia magnética ponderadas en T2.\n\n\nConjunto de datos:\nmsd_prostate_01-t2\nmsd_prostate_01-adc",
-  "10_TextBox_1": "Click on Add Data in the Welcome to Slicer module\n\nClick on Choose Directory to Add and browse to the location of the Slicer datasets\n\nSelect the dataset3_ProstateMRI and click on Open",
-  "11_TextBox_0": "Slicer loads the prostate MRI dataset",
-  "12_TextBox_0": "Click on Welcome to Slicer in the Modules' menu and browse to the category Segmentation\n\nSelect the MONAIAuto3DSeg module",
+  "10_TextBox_1": "Haga clic en Agregar datos en el módulo de Bienvenida en 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 clic en Abrir",
+  "11_TextBox_0": "Slicer carga el conjunto de datos de IRM de próstata",
+  "12_TextBox_0": "Haga clic en Bienvenido a Slicer en el menú de Módulos y navegue hasta la opción de Segmentación.\n\nSeleccione el módulo MONAIAuto3DSeg",
   "13_TextBox_0": "Introduzca el nombre del modelo Próstata en el menú Modelo de segmentación",
   "13_TextBox_1": "Seleccione el modelo Próstata – Multisecuencia",
   "14_TextBox_0": "Ingrese el volumen de entrada T2 msd-prostate-01-t2 y el volumen de entrada ADC msd-prostate-01-adc",
-  "14_TextBox_1": "Pulse en Crear nueva segmentación en Aplicar",
+  "14_TextBox_1": "Haga clic en Crear nueva segmentación y posteriormente 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 por IA n.° 2: Glioma cerebral",
+  "17_TextBox_0": "Tarea de segmentación por IA #2: Glioma cerebral",
   "18_TextBox_1": "Segmentación de neoplasias, necrosis y edema en imágenes de resonancia magnética cerebral mediante IA.\n\n\nConjuntos de datos:\n1) BraTS-GLI_00005-000-t1n (ponderada en T1)\n2) BraTS-GLI_00005-000-t1c (ponderada en T1 con contraste de gadolinio)\n3) BraTS-GLI_00005-000-t2w (ponderada en T2)\n4) BraTS-GLI_00005-000-t2f (T2-FLAIR)",
-  "19_TextBox_1": "Pulse en «Añadir datos» en el módulo «Bienvenido a Slicer».\n\nPulse en «Elegir archivo(s) para añadir» y busca la ubicación de los conjuntos de datos de Slicer.\n\nEn el subdirectorio «dataset4_BrainMRI_Glioma», selecciona los cuatro conjuntos de datos: BraTS-GLI-00006-t1c.nii.gz, BraTS-GLI-00006-t1n.nii.gz, BraTS-GLI-00006-t2f.nii.gz y BraTS-GLI-00006-t2w.nii.gz.\n\nPulse en «Abrir»",
+  "19_TextBox_1": "Haga clic en «Añadir datos» en el módulo «Bienvenido a Slicer».\n\nHaga clic en «Elegir archivo(s) para añadir» y busca la ubicación de los conjuntos de datos de Slicer.\n\nEn el subdirectorio «dataset4_BrainMRI_Glioma», selecciona los cuatro conjuntos de datos: BraTS-GLI-00006-t1c.nii.gz, BraTS-GLI-00006-t1n.nii.gz, BraTS-GLI-00006-t2f.nii.gz y BraTS-GLI-00006-t2w.nii.gz.\n\nHaga clic en «Abrir»",
   "20_TextBox_0": "Seleccione el módulo MONAIAuto3DSeg e introduzca el nombre del modelo Segmentación de tumores cerebrales en el menú Modelo de segmentación",
   "20_TextBox_1": "Seleccione el modelo Segmentación de tumores cerebrales (BRATS) GLI",
-  "21_TextBox_0": "Introduzca los volúmenes de entrada de la siguiente manera:\n\nVolumen de entrada T2F: BraTS-GLI_00005-000-t2f\nVolumen de entrada T1C: BraTS-GLI_00005-000-t1c\nVolumen de entrada T1N: BraTS-GLI_00005-000-t1n\nVolumen de entrada T2W: BraTS-GLI_00005-000-t2w\n\n\nPulse en «Crear nueva segmentación» y luego en «Aplicar».\n\nPulse en «Aplicar» para iniciar la segmentación",
-  "22_TextBox_1": "Slicer inicia la tarea de inferencia.\n\nUna vez finalizada la segmentación, aparece el mensaje 'Procesamiento finalizado' en la IGU de Slicer",
-  "23_TextBox_1": "Pulse en Mostrar 3D para exhibir los segmentos 3D en el visor 3D",
-  "24_TextBox_0": "Tarea de segmentación por IA n.° 3: Segmentación del cuerpo completo",
+  "21_TextBox_0": "Introduzca los volúmenes de entrada de la siguiente manera:\n\nVolumen de entrada T2F: BraTS-GLI_00005-000-t2f\nVolumen de entrada T1C: BraTS-GLI_00005-000-t1c\nVolumen de entrada T1N: BraTS-GLI_00005-000-t1n\nVolumen de entrada T2W: 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 inicia la tarea de inferencia.\n\nUna vez finalizada la segmentación, aparece el mensaje 'Procesamiento finalizado' en la Interfaz de Slicer",
+  "23_TextBox_1": "Haga clic en Mostrar 3D para mostrar los segmentos 3D en el visor 3D",
+  "24_TextBox_0": "Tarea de segmentación por IA #3: Segmentación del cuerpo completo",
   "25_TextBox_1": "Segmentación del cuerpo completo mediante IA.\n\n\nConjunto de datos:\nCT_ThoraxAbdomen",
-  "26_TextBox_0": "En el módulo Agregar datos DICOM, seleccione el paciente patient1 y pulse dos veces en la imagen CT_Thorax_Abdomen para cargarla en Slicer",
+  "26_TextBox_0": "En el módulo Agregar datos DICOM, seleccione el paciente patient1 y haga clic dos veces en la imagen CT_Thorax_Abdomen para cargarla en Slicer",
   "27_TextBox_0": "Seleccione el módulo MONAIAuto3DSeg e introduzca el nombre del modelo Segmentación de cuerpo entero en el menú Modelo de segmentación",
   "27_TextBox_1": "Seleccione el modelo Segmentación de cuerpo completo TS1-quick",
-  "28_TextBox_0": "Seleccione el volumen de entrada 6: CT_Thorax_Abdomen.\n\nPulse en «Crear nueva segmentación» y luego en «Aplicar».\n\nPulse en «Aplicar» para iniciar la segmentación",
-  "29_TextBox_0": "Slicer exhibe los resultados de la segmentación basada en IA utilizando la segmentación de cuerpo entero TS1-quick",
+  "28_TextBox_0": "Seleccione el volumen de entrada 6: CT_Thorax_Abdomen.\n\nHaga clic en Crear nueva segmentación y luego en Aplicar.\n\nHaga clic en Aplicar para iniciar la segmentación",
+  "29_TextBox_0": "Slicer muestra los resultados de la segmentación basada en IA utilizando la segmentación de cuerpo entero TS1-quick",
   "30_TextBox_0": "Conclusión",
-  "30_TextBox_1": "La extensión MONAIAuto3DSeg de 3D Slicer proporciona una segmentación rápida de estructuras anatómicas y patológicas basada en IA.\n\n\nEl módulo puede ejecutarse en ordenadores portátiles y de sobremesa estándar sin GPU.",
+  "30_TextBox_1": "La extensión MONAIAuto3DSeg de 3D Slicer proporciona una segmentación rápida de estructuras anatómicas y patológicas basada en IA.\n\n\nEl módulo puede ejecutarse en ordenadores portátiles y de escritorio estándar sin necesidad de GPU.",
   "31_TextBox_0": "Agradecimientos",
-  "31_TextBox_1": "El proyecto de internacionalización de 3D Slicer y el proyecto 3D Slicer para Latinoamérica han sido posibles gracias a la financiación de la Iniciativa Chan Zuckerberg."
-}
+  "31_TextBox_1": "El proyecto de internacionalización de 3D Slicer y el proyecto 3D Slicer para Latinoamérica han sido posibles gracias al financiamiento de la Iniciativa Chan Zuckerberg."
+}

Tutorials/STC-SEG-103_AIBasedSegmentationIn3DSlicer/Translations/text_dict_fr.json

@@ -1,7 +1,7 @@
 {
-  "0_TextBox_0": "Segmentation basée sur l'IA dans 3D Slicer",
-  "0_TextBox_1": "Sonia Pujol, Ph.D., Brigham and Women's Hospital, Harvard Medical School, Boston, MA",
-  "0_TextBox_3": "Slicer Ribeirão Preto Workshop, 30 Juin 2025",
+  "0_TextBox_0": "Segmentation basé sur l'IA dans 3DSlicer",
+  "0_TextBox_1": "Sonia Pujol, Ph. D. \nBrigham and Women's Hospital,\nHarvard Medical School\nBoston, MA",
+  "0_TextBox_3": "Slicer Ribeirão Preto Workshop\nLe 30 juin 2025",
   "1_TextBox_0": "Segmentation manuelle vs segmentation assistée par IA",
   "2_TextBox_0": "Segmentation manuelle vs segmentation assistée par IA",
   "1_TextBox_1": "Les images médicales ont traditionnellement été segmentées manuellement, ce qui est un processus fastidieux qui nécessite un effort intensif de la part des radiologues et est sujet à la variabilité inter-observateurs.",