rpd000014626 (201000 (12.03.04).Б2 Биотехнические и медицинские аппараты и системы), страница 2

Прикрепленные файлы: Экзамен (8 семестр).doc

1. УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

а)основная литература:

1. Кобринский Б.А., Зарубина Т.В. Медицинская информатика. М.: Академия, 2009.

2. Рангайян М.Н. Анализ биомедицинских сигналов. Практический подход. М.: Физматлит, 2007.

Тема лекций 3

3. Кобзарь А. И. Прикладная математическая статистика. М.: Физматлит, 2006.

4. Потапов А. А., Пахомов А. А., Никитин С. А., Гуляев Ю. В. Новейшие методы обработки изображений. — M.: Физматлит, 2008.

Литература из электронного каталога:

1. Евдокименков В.Н. Компьютерные технологии сбора,обработки и анализа данных медико-биологических исследований. МАИ, 2005. - 435 с.

б)дополнительная литература:

1. Лагутин М. Б. Наглядная математическая статистика. В двух томах. — М.: П-центр, 2003.

2. Лагутин М. Б. Наглядная математическая статистика. В двух томах. — М.: П-центр, 2003.

в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:

1. Программный статистический пакет "STATISTICA 6.0"

2. Программный пакет MATLAB

1. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Компьютерный зал факультета, оснащенный 14 рабочими местами с предустановленными программными средствами, необходимыми для выполения лабораторных работ

Приложение 1
к рабочей программе дисциплины
«Автоматизация обработки биомедицинской информации »

Аннотация рабочей программы

Дисциплина Автоматизация обработки биомедицинской информации является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Биотехнические системы и технологии. Дисциплина реализуется на 7 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 704.

Дисциплина нацелена на формирование следующих компетенций: ПК-2 ,ПК-10 ,ПК-20 ,ПК-28 ,ПК-30.

Содержание дисциплины охватывает круг вопросов, связанных с: 1. принципами построения методов и средств автоматизации биомедицинмских исследований.

2. методами автоматизированной обработки сигналов, регистрируемых в процессе биомедицинских исследований.

3. методами обработки и анализа числовых данных биомедицинских исследований

4. методами построения эеспериментальных моделей биологических объектов и процессов.

5. методами обработки и анализа медицинскиъх изображений

6. техническими средствами, составляющие основу систем автоматизации биомедицинских исследований.

Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Практическое занятие, Лабораторная работа.

Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Экзамен (8 семестр).

Общая трудоемкость освоения дисциплины составляет 5 зачетных единиц, 180 часов. Программой дисциплины предусмотрены лекционные (32 часов), практические (32 часов), лабораторные (16 часов) занятия и (73 часов) самостоятельной работы студента. Обеспечение эффективности биомедицинских исследований достигается использованием средств автоматизации на базе современных вычислительных систем, оснащенных специализированным программно-математическим обеспечением. Именно прогресс в области вычислительной техники обусловил развитие систем автоматизации биомедицинских исследований. В этой связи важно рассмотреть теоретические и практические вопросы создания систем автоматизации биомедицинсмких исследований. Изложению этих вопросов и посвящен данный курс.

В начале курса излагаются общие вопросы создания систем автоматизации биомедицинских исследований. Проводится анализ биомедицинских исследований, рассматриваемых в качестве объекта автоматизации, классификация типов данных. Обсуждая с общих позиций проблему автоматизации биомедицинских исследований мы сталкиваемся с необходимостью учета двух противоречивых требований – с одной стороны, необходимость все более полной автоматизации операций, сопровождающих подобные исследования, а, с другой стороны, разнообразие задач, возникающих при их проведении. Учитывая это. выделены типовые функции систем автоматизации биомедицинских исследований и варианты их технической реализации. Отдельное внимание уделено изложению структуры математического обеспечения, составляющего ядро систем автоматизации.

Дальнейшее изложение опирается на классификацию данных, регистрируемых в процессе биомедицинских исследований. В соответствии с этой классификацией все разнообразие данных, получаемых в ходе биомедицинских исследований с точки зрения специфики их обработки и анализа целесообразно выделить в две большие группы – числовые данные и сигналы.

Рассмотрены методы анализа детерминированных сигналов, основанные на построении их амплитудных спектров. Большое внимание уделено методам обработки и анализа стохастических сигналов, способам получения их статистических характеристик. Подробно изложены методы корреляционного и спектрального анализа стохастических сигналов на основе экспериментальных данных. Рассмотрена задача стохастической фильтрации случайных сигналов и оптимального оценивания состояния динамического объекта.

Значительное внимание уделено методам обработки и анализа скалярных числовых данных биомедицинских исследований. Приведена классификация типов числовых данных, регистрируемых в процессе биомедицинских исследований и способы их наглядного графического представления. Учитывая объективно-случайный характер данных основное внимание уделено изложению технологии квалифицированной статистической обработки, базирующейся на использовании программных статистических пакетов. Проведен анализ влияния условий проведения исследования на достоверность результатов статистического анализа данных, рассмотрены способы статистического описания числовых данных и теоретические законы распределения вероятностей, наиболее часто используемые для целей статистической обработки биомедицинских данных.

На основе обобщения литературных источников и собственного опыта автора приведены статистические критерии, наиболее часто применяемые в процессе статистической обработки биомедицинских данных различной природы (качественные, порядковые, количественные). Выделены типовые задачи, являющиеся целью статистического исследования и изложены методы их решения.

Рассмотрены методы обработки и анализа многомерных числовых данных. Проанализированы методы оценки статистической связи показателей, характеризующих свойства биологического объекта, методы кластеризации и классификации многомерных данных, широко используемые в процессе интерпретации результатов биомедицинских исследований, методы, направленные на выделение ограниченного набора информативных признаков.

Приведены методы построения регрессионных моделей, анализа их точности, проверки адекватности подобных моделей. .

Изложены методы обработки медицинских изображений. Рассмотрены типы изображений и способы их описания, методы предварительной обработки изображений, и повышения их информативности

Приложение 2
к рабочей программе дисциплины
«Автоматизация обработки биомедицинской информации »

Cодержание учебных занятий

1. Лекции

1.1.1. Цели и задачи курса. Биомедицинские исследования как объенкт автоматизации (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Классификация методов экспериментальных исследований. Источники и характеристики данных, регистрируемых в процессе биомедицинских исследований.

1.1.2. Типовые функции и структуры систем автоматизированной обработки биомедицинской информации (АЗ: 4, СРС: 4)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Классификация систем, обеспечивающих автоматизированную обработку и анализ биомедицинской информации. Анализ типовых функций и структур систем автоматизации биомедицинсктх исследований.

1.2.1. Детерминированные сигналы и их характеристики. Амплитудный и частотный анализ детерминированных сигналов (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Классификация детерминированных сигналов. Периодические и апериодические сигналы. Понятие амплитудного спектра сигнала. Фильтры нижних и верхних частот.

1.2.2. Стохастические сигналы и их характеристики. (АЗ: 4, СРС: 4)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Классификация случайных процессов и их использование в качестве моделей биоэлектрических сигналов. Корреляционный анализ случайных процессов, методы вычисления их моментных характеристик. Спектральный анализ случайных процессов. Стохастическая фильтрация случайных сигналов.

1.3.1. Классификация типов числов данных, регистрируемых в процессе биомедицинских исследований. Геометрические модели наглядного представления числовых данн (АЗ: 2, СРС: 1)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Классификация типов числовых данных биомедицинских исследований. Типы скалярных числовых данных (качественные, порядковые, количественные). Понятие о многомерных числовых данных биомедицинских исследований. Способы наглядного графического (столбиковые, ленточные, секторные диаграммы, картограммы) и табличного представлдения числовых данных.

1.3.2. Технология статистической обработки и анализа скалярных числовых данных с использованием программных статических пакетов (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Последовательность этапов, сопровождающих процесс статистического исследования биомедицинских данных. Факторы, влияющие на выбоор метода статистической обработки данных. Анализ типовых задач, составляющих объект статистического исследования числовых биомедицинских данных.

1.3.3. Обоснование статистической модели числовых биомедицинских данных. Критерии согласия. (АЗ: 2, СРС: 1)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Изложение, статистических критериев (Колмогорова-Смирнова, омега-квадрат, хи-квадрат), позволяющих установить соответствие между выборочным распределением экспериментальных данных и выбранным теоретичческим распределением.

1.3.4. Методы анализа нормальных выборочных совокупностей. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Обсуждение методов решение распространенного класса задач, возникающих в процессе анализа скалярных биомедицинских данных, которые в математической постановке водятся к проблеме анализа нормальных выборочных совокупностей (критерий Стьюдента для независчимых выборок и для повторных наблюдений, метод дисперсионного анализа, для независимых выбюорок и для полвторных наблюдений).

1.3.5. Непараметрические (ранговые) методы статистического анализа числовых данных биомедицинских исследований. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Знакомство с ранговыми методами обработки скалярных биомедицинских данных: критерий хи-квадрат, критерий Манна-Уитни, критерий Краскела-Уоллиса, Критетрий Фридмана.

1.3.6. Методы статистической обработки и анализа многомерных данных биомедицинских исследований. Исследование взаимозависимости многомерных числовых данных. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Знакомство с методами обработки многомерных биомедицинских данных. Методы оценки статистическолй связи признаков (таблицы сопряженности признаков, коэффициент ранговой корреляции Спирмена, коэффициент корреляции Пирсона).