Katedra Oprogramowania
Wydział Informatyki PB
Wstęp do informatyki biomedycznej
(przedmiot obieralny, studia magisterskie)
Wykład: (15 x 90minut)
Celem wykładu jest zainteresowanie słuchaczy tymi elementami informatyki, która
znajdują praktyczne zastosowanie w medycynie i biologii. Przedstawione zagadnienia nie
obejmują całego zakresu informatyki biomedycznej, są raczej subiektywnym wyborem
wykładowców.
Bloki tematyczne: Bioinformatyka (I), Obrazowanie biomedyczne (O), Wspomaganie
diagnostyki medycznej (D), Biosygnały (S), Modelowanie (M)
L.p. | Prowadzący | Blok | Temat wykładu |
1 | MK | I | Organizacja zajęć oraz podstawy bioinformatyki (DNA, RNA, białka; geny, genom; zakres i zadania bioinformatyki) (pdf) |
2 | MK | I | Algorytmy dopasowania sekwencji (rodzaje dopasowania; metoda punktowa (ang. dot matrix), wykorzystanie programowania dynamicznego) (pdf) |
3 | MK | I | Wyszukiwanie podobnych sekwencji w bazach danych (algorytmy FASTA, BLAST) , przewidywanie genów (pdf) |
4 | MK | I | Mikromacierze DNA (ang. DNA microarrays), analiza ekspresji genów (grupowanie, klasyfikacja) (pdf) |
5 | MK | O | Metody obrazowania (CT, MRI, US, PET, SPECT), algorytmy rekonstrukcji obrazów (algorytm filtrowanej reprojekcji) (pdf) |
6 | MK | O | Cele przetwarzania i analizy obrazów, podstawowe kroki procesu; przetwarzanie globalne (filtracja,...), ustawianie obrazów (ang. image registration), wydobywanie struktury (detekcja, segmentacja), metody segmentacji (pdf) |
7 | MK | O | Ocena ilościowa - charakteryzacja struktur i obszarów (cechy geometryczne, teksturalne,...), metody analizy tekstur (statystyczne, wyliczane na bazie macierzy jednorodnych ciągów i współwystępowania, ...), klasyfikacja obrazów |
8 | AO | D | Metody stosowane we wspomaganiu diagnozowania medycznego: metody statystyczne, metody oparte na wiedzy; przykłady modeli jakościowych i ilościowych, miary jakości modeli decyzyjnych |
9 | AO | D | Wspomaganie diagnozy medycznej na podstawie modeli sieci bayesowskich. Reprezenacja wiedzy w sieci bayesowskiej, niezależność warunkowa, wnioskowanie probabilistyczne. Przykład modelu sieci bayesowskiej do wspomagania diagnozowania chorób wątroby |
10 | AO | D | Charakterystyka systemów wspomagania diagnozy medycznej: reprezentacja wiedzy i metody wnioskowania (m.in. MYCIN, INTERNIST-QMR, MUNIN, DIAVAL, HEPAR) |
11 | MK | S | Urządzenia rejestrujące i rodzaje biosygnałów. Metody przetwarzania i analizy biosygnałów (pdf) |
12 | MK | M | Modelowanie wątroby (jego układu krwionośnego) na potrzeby obrazowania. Wirtualna tomografia komputerowa |
13 | MK | M/O | Wirtualna rzeczywistość w biomedycynie (pdf) |
14 | MK | D | Klasyfikacja czuła na koszt (koszt błędnej klasyfikacji, koszt testów) |
15 | MK | * | Egzamin zerowy (pytania) |
Pracownia specjalistyczna: (15 x 90minut)
W ramach pracowni studenci przygotowują oprogramowanie (ew. grafikę
prezentacyjną) związaną z jednym z bloków omawianych w ramach wykładu. Praca
indywidualna lub w grupach. W przypadku przygotowywania pracy magisterskiej związanej
tematycznie z Informatyką Biomedyczną możliwa realizacja części pracy w ramach
pracowni.
Copyright © 2003-9 Marek Krętowski. All rights reserved.
Revised:
2009-03-28