AA UU TT OO MM AA TT YY CC ZZ NN EE SS YY SS TT EE MM YY

Transkrypt

AA UU TT OO MM AA TT YY CC ZZ NN EE SS YY SS TT EE MM YY
A
AU
UTTO
OM
MA
ATTYYC
CZZN
NEE SSYYSSTTEEM
MYY D
DIIA
AG
GN
NO
OSSTTYYK
KII M
MEED
DYYC
CZZN
NEEJJ
K o d p r z e d m i o t u : 6.9-WM-IB1S-46A-POB
T yp p r z e d m i o tu : Obieralny
techniki obrazowania medycznego, cyfrowe
W y m a g a n i a w s t ę p n e : przetwarzanie sygnałów, metody
statystycznej analizy danych
J ę z y k n a u c z a n i a : Język polski
O d p o w i e d z i a l n y z a p r z e d m i o t : dr inż. Marek Kowal
Semestr
Liczba godzin
w tygodniu
Forma
zajęć
Liczba godzin
w semestrze
P r o w a d z ą c y:
Forma
zaliczenia
Punkty
ECTS
Studia stacjonarne
Wykład
30
2
Laboratorium
30
2
VI
Zaliczenie na ocenę
6
Zaliczenie na ocenę
ZAKRES TEMATYCZNY PRZEDMIOTU:
Metody pozyskiwania i przetwarzania danych na potrzeby automatycznej diagnostyki medycznej.
Techniki tomografii komputerowej, rezonansu magnetycznego, tomografii impedancyjnej, emisyjnej
tomografii pozytonowej, ultrasonografii. Metody i sprzęt wykorzystywany w telediagnostyce.
Technik pozyskiwania cyfrowych obrazów cytologicznych z
wykorzystaniem skanerów
medycznych. Idea i przegląd metod rekonstrukcji obrazów stosowanych w tomografii
komputerowej. Idea i zastosowanie algorytmów segmentacji obrazów w zadaniach wspomagania
diagnostyki medycznej. Metody ekstrakcji i selekcji cech morfometrycznych na potrzeby diagnostyki
medycznej.
Repozytoria danych medycznych. Metody i oprogramowanie wykorzystywane do składowania
danych medycznych. Hurtownie danych. Metody i rozwiązania stosowane w zdalnej diagnostyce
medycznej. Formaty plików medycznych stosowanych do zapisu obrazów o dużej rozdzielczości.
Rola sieci komputerowych w zagadnieniu automatycznej diagnostyki medycznej. Przegląd
ogólnodostępnych repozytoriów danych medycznych.
Metody automatycznej diagnostyki medycznej. Algorytmy klasyfikacji, analiza statystyczna danych,
metody bayesowskie, metody sztucznej inteligencji, analiza skupień, odkrywanie reguł asocjacji
oraz sekwencji, predykcja szeregów czasowych. Przegląd oprogramowania wykorzystywanego w
do implementacji metod wspomagających diagnostykę medyczną.
EFEKTY KSZTAŁCENIA:
Umiejętności oraz kompetencje w zakresie: zasad działania urządzeń medycznych
wykorzystywanych do zbierania i przetwarzania danych medycznych wymaganych w procesie
automatycznej diagnostyki, stosowania algorytmów segmentacji obrazów w zastosowaniach
medycznych, wiedzy na temat algorytmów rekonstrukcji stosowanych w tomografii komputerowej,
stosowania algorytmów do ekstrakcji cech morfometrycznych dla obiektów odkrywanych na
obrazach medycznych, korzystania z oprogramowania do składowania, udostępniania oraz
zarządzania dużymi wolumenami danych medycznych z wykorzystaniem sieci komputerowych,
implementacji procedur wspomagających diagnostykę medyczną z wykorzystaniem algorytmów
analizy i eksploracji danych.
Wydział Mechaniczny
Kierunek: Inżynieria Biomedyczna
WARUNKI ZALICZENIA:
Wykład – warunkiem zaliczenia jest otrzymanie pozytywnej oceny z kolokwium
Laboratorium – warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze wszystkich ćwiczeń
laboratoryjnych
LITERATURA PODSTAWOWA:
1.
2.
3.
4.
5.
6.
Grabski F., Jaźwiński J.: Metody bayesowskie w niezawodności i diagnostyce, WKŁ, 2001.
Piętka E.: Zintegrowany system informacyjny w pracy szpitala, PWN, 2004.
Rudowski R. (red.): Informatyka medyczna, PWN, 2003.
Cytowski J., Gielecki J., Gola A.,: Cyfrowe przetwarzanie obrazów medycznych. Algorytmy
technologie zastosowania., AOW EXIT,2008
Nieniewski M.: Segmentacja obrazów cyfrowych. Metody segmentacji wododziałowej. AOW
EXIT, 2005.
Hand D., Mannila H., Smyth P.: Eksploracja danych. WNT, 2005.
LITERATURA UZUPEŁNIAJĄCA:
1.
3.
4.
5.
6.
Kącki E., Kulikowski J.L., Nowakowski A., Waniewski E. (red.): Systemy komputerowe i
teleinformatyczne w służbie zdrowia. AOW EXIT, 2000.Zajdel R., Kęcki E., Szczepaniak P.,
Kurzyński M.: Kompendium informatyki medycznej, Alfa-Medica Press, 2003.
Cierniak J.: Tomografia komputerowa. Budowa urządzeń CT. Algorytmy rekonstrukcyjne.
Klonecki W.: Statystyka dla inżynierów. PWN. 1999.
Cantor A.B.: Survival Analysis Techniques for Medical Research. SAS, 2007.
Suri J. S., Setarehdan K, Singh S. (red.): Advanced Algorithmic Approaches to Medical Image
Segmentation. Springer, 2002.
Wydział Mechaniczny
Kierunek: Inżynieria Biomedyczna