rpd000009990 (1009241), страница 2
Текст из файла (страница 2)
Прикрепленные файлы: Экзамен (7 семестр).doc
-
УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
а)основная литература:
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. А. Банержи Медицинская статистика понятным языком. Издательство: Практическая Медицина, 2007 г., 288 стр.
2. Авива Петри, Кэролайн Сэбин Наглядная медицинская статистика. Издательство: ГЭОТАР-Медиа, 2010 г. , 168 стр.
3. В.М. Зайцев, В.Г. Лифляндский, В.И. Маринкин Прикладная медицинская статистика. Издательство: Фолиант, 2006 г., 432 стр.
4. В.А. Медик, М.С. Токмачев, Б.Б. Фишман Статистика в медицине и биологии. Руководство в 2 томах. Том 1. Теоретическая статистика. Том 2. Прикладная статистика здоровья. Издательство: Медицина, 2001 г., 764 стр.
5. И.О. Венецкий, В.И. Венецкая Основные математико-статистические понятия и формулы в экономическом анализе.-М.: Статистика.-1979.-448с.
6. Р. Дуда., А. Хард Распознавание образов и анализ сцен.-М.: Мир.-1976.
7. А.Н. Жовинский, В.Н. Жовинский Инженерный экспресс анализ случайных процессов.-М.: -Энергия.-1979.-438с.
в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:
STATISTICA версия не ниже 7
-
МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
1. Для проведения лекций и практических занятий необходима аудитория, оборудованная столами и стульями для студентов и преподавателя, доска.
2. Для проведения лабораторнях работ необходим компьютерный класс, обуродаванный столами, стульями и компьютерами.
Приложение 1
к рабочей программе дисциплины
«Компьютерный анализ биомедицинских сигналов »
Аннотация рабочей программы
Дисциплина Компьютерный анализ биомедицинских сигналов является частью Математического и естественно-научный цикл 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: ОК-12 ,ПК-3 ,ПК-5 ,ПК-10 ,ПК-20 ,ПК.НИ.ПП.2 ,ПК.ПР.ПП.4.
Содержание дисциплины охватывает круг вопросов, связанных с: созданием и применением автоматизированных систем обработки разноплановой медико-биологической информации.
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 (7 семестр).
Общая трудоемкость освоения дисциплины составляет 3 зачетных единиц, 108 часов. Программой дисциплины предусмотрены лекционные (20 часов), практические (18 часов), лабораторные (12 часов) занятия и (31 часов) самостоятельной работы студента. Структура биотехнических систем зависит от уровня развития математических и алгоритмических методов анализа информации, от методологических особенностей предъявления врачу результатов обработки данных и формы их описания на любом этапе анализа.
Достоверность результатов эксперимента, оптимальность выбора планов лечения пациентов и управления биологическими объектами, оценка информативности разнообразных медико-биологических и медико-физиологических показателей в значительной мере определяется правильно спланированным экспериментом, корректно использованными методами и методиками обработки информации, адекватными моделями описания функционирования биосистем.
Создание перспективных методов изучения экспериментальной информации, вычислительных и управляющих биотехнических систем различного назначения невозможно без знания основных методов преобразования и отображения информации, методов автоматического и автоматизированного анализа данных.
Повышение эффективности труда медицинского персонала и достоверности принимаемых решений, унификация медицинских методик и создание банков медико-биологических данных, решение проблемы массовой диспансеризации населения и раннего диагностирования заболеваний достигается разработкой и широким применением медицинских информационно-поисковых и диагностических вычислительных систем, использующих в своей основе современные достижения вычислительной техники и теории распознавания.
Приложение 2
к рабочей программе дисциплины
«Компьютерный анализ биомедицинских сигналов »
Cодержание учебных занятий
-
Лекции
1.1.1. Классификация задач анализа медико-биологических данных. Базовые гипотезы лежащие в основе методов анализа данных. (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.1.2. Биомедицинские сигналы и их характеристики (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.1. Аппаратура и способы, применяемые для регистрации и обработки медико-биологической информации. Прямые и косвенные методы измерения. (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.2. Методические и аппаратные погрешности. Роль измерительного преобразователя. (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.1. Статистическое описание биомедицинских сигналов. Обоснование статистической модели данных. Критерии согласия. (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.2. Статистические критерии, наиболее часто используемые в процессе статистической обработки данных медико-биологических исследований. (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.1. Основные понятия структурно-графического анализа биомедицинских сигналов. Задачи и методы цифровой обработки биомедицинских изображений. (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.2. Источник и характер искажения видеосигнала. Методы предварительной обработки изображений. (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.3. Методы и алгоритмы повышения информативности рентгенорадиологических изображений (препарирование изображений, геометрические преобразования изображени (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.4. Методы реконструкции томографических изображений (АЗ: 2, СРС: 0)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
-
Практические занятия
1.3.1. Комметоды анализа последовательностей ДНК. Использование теории цепей Маркова для анализа первичной структуры ДНК (АЗ: 6, СРС: 3)
Форма организации: Практическое занятие
1.3.2. Использование методов статистической классификации в программных комплексах поддержки диагностических решений врача (АЗ: 6, СРС: 2)
Форма организации: Практическое занятие
1.3.3. Разработка экспериментальных математических моделей биологических объектов и процессов на основе метода наименьших квадратов. (АЗ: 6, СРС: 2)
Форма организации: Практическое занятие
-
Лабораторные работы
1.3.1. Обоснование статистической модели данных биомедицинских исследований с использованием критериев согласия (АЗ: 4, СРС: 8)
Форма организации: Лабораторная работа
1.3.2. Оценка диагностический значимости биохимических маркеров с использованием критериев проверки статистических гипотез (АЗ: 4, СРС: 8)
Форма организации: Лабораторная работа
1.3.3. Оценка тяжести психиатрических заболеваний различной этиологии с использованием методов проверки статистических гипотез (АЗ: 4, СРС: 8)
Форма организации: Лабораторная работа
-
Типовые задания
Приложение 3
к рабочей программе дисциплины
«Компьютерный анализ биомедицинских сигналов »
Прикрепленные файлы
Экзамен (7 семестр).doc
Промежуточная аттестация №1
Экзамен (7 семестр)
Семестр: 7
Вид контроля: Э
Вопросы:
-
Классификация, источники и характеристики биомедицинских сигналов и данных.
-
Типовые функции автоматизированных систем сбора и обработки биомедицинских данных. Вычислительные системы анализа биомедицинских данных. Интерфейсы измерительных систем. Средства отображения информации
-
Общая характеристика и модели биомедицинских данных и сигналов. Структура математических методов обработки биомедицинских данных и сигналов, числовых массивов и изображений.
-
Назначение и особенности реализации систем автоматизации документооборота и информационной поддержки медико-биологических исследований
-
Электронная история болезни (ЭИБ). Программные средства, используемые для реализации ЭИБ.
-
Методы повышения достоверности медицинских записей в структуре электронной истории болезни
-
Цели и задачи автоматизированной обработки данных молекулярно-биологических исследований
-
Статистические методы анализа данных и их использование для целей анализа первичной структуры нуклеотидной последовательности (таблицы сопряженности и критерий Фишера-Пирсона)
-
Основы теории Марковских цепей и их использование для анализа первичной структуры нуклеотидной последовательности.
-
Задача автоматизированной диагностики как задача классификации. Структура современных методов классификации многомерных данных.
-
Методы исследования взаимосвязей диагностических признаков.
-
Методы снижения пространства описаний диагностических признаков.
-
Методы идентификации и распознавания образов.
-
Методы построения разделяющих функций в задачах классификации и их использование для целей автоматизации медицинской диагностики. Информационно-поисковые диагностические программы.
-
Автоматизация медицинской диагностики на основе теории нечетких множеств. «Экспертная система расспроса и предварительной диагностики».
-
Статистические методы выбора альтернатив и их использование для целей автоматизации медицинской диагностики. Автоматизированная программа пренатальной профилактики синдрома Дауна “Прогноз”.
-
Цели и задачи обработки медицинских изображений. Типы биомедицинских изображений и способы их описания. Источники и характер искажений видеосигнала.
-
Методы предварительной обработки изображений (алгоритмы измерения параметров изображений коррекция нелинейных статических искажений, коррекция динамических искажений, методы фильтрация помех)
-
Методы и алгоритмы повышения информативности рентгенорадиологических изображений (препарирование изображений, геометрические преобразования изображений, интерактивный режим обработки изображений).
-
Методы реконструкции томографических изображений
-
Методы анализа числовых рядов, амплитудного и частотного анализа сигналов, корреляционного и спектрального анализа и их использование в процессе обработки данных электроэнцефалографических исследований.
-
Методы распознавания образов, непараметрические методы анализа и их использование в процессе обработки и диагностического анализа результатов реографических исследований
-
Задачи и методы обработки данных электрокардиологических исследований.
-
Геометрическая модель числовых биомедицинских данных.
-
Выделение однородных групп биомедицинских данных.
-
Непараметрические методы анализа числовых биомедицинских данных
Версия: AAAAAATOMDg Код: 000009990