rpd000009990 (1009241), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Прикрепленные файлы: Экзамен (7 семестр).doc

1. 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

1. 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

1. 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

1. 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

1. 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

1. 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:

1. Классификация, источники и характеристики биомедицинских сигналов и данных.

2. Типовые функции автоматизированных систем сбора и обработки биомедицинских данных. Вычислительные системы анализа биомедицинских данных. Интерфейсы измерительных систем. Средства отображения информации

3. Общая характеристика и модели биомедицинских данных и сигналов. Структура математических методов обработки биомедицинских данных и сигналов, числовых массивов и изображений.

4. Назначение и особенности реализации систем автоматизации документооборота и информационной поддержки медико-биологических исследований

5. Электронная история болезни (ЭИБ). Программные средства, используемые для реализации ЭИБ.

6. Методы повышения достоверности медицинских записей в структуре электронной истории болезни

7. Цели и задачи автоматизированной обработки данных молекулярно-биологических исследований

8. Статистические методы анализа данных и их использование для целей анализа первичной структуры нуклеотидной последовательности (таблицы сопряженности и критерий Фишера-Пирсона)

9. Основы теории Марковских цепей и их использование для анализа первичной структуры нуклеотидной последовательности.

10. Задача автоматизированной диагностики как задача классификации. Структура современных методов классификации многомерных данных.

11. Методы исследования взаимосвязей диагностических признаков.

12. Методы снижения пространства описаний диагностических признаков.

13. Методы идентификации и распознавания образов.

14. Методы построения разделяющих функций в задачах классификации и их использование для целей автоматизации медицинской диагностики. Информационно-поисковые диагностические программы.

15. Автоматизация медицинской диагностики на основе теории нечетких множеств. «Экспертная система расспроса и предварительной диагностики».

16. Статистические методы выбора альтернатив и их использование для целей автоматизации медицинской диагностики. Автоматизированная программа пренатальной профилактики синдрома Дауна “Прогноз”.

17. Цели и задачи обработки медицинских изображений. Типы биомедицинских изображений и способы их описания. Источники и характер искажений видеосигнала.

18. Методы предварительной обработки изображений (алгоритмы измерения параметров изображений коррекция нелинейных статических искажений, коррекция динамических искажений, методы фильтрация помех)

19. Методы и алгоритмы повышения информативности рентгенорадиологических изображений (препарирование изображений, геометрические преобразования изображений, интерактивный режим обработки изображений).

20. Методы реконструкции томографических изображений

21. Методы анализа числовых рядов, амплитудного и частотного анализа сигналов, корреляционного и спектрального анализа и их использование в процессе обработки данных электроэнцефалографических исследований.

22. Методы распознавания образов, непараметрические методы анализа и их использование в процессе обработки и диагностического анализа результатов реографических исследований

23. Задачи и методы обработки данных электрокардиологических исследований.

24. Геометрическая модель числовых биомедицинских данных.

25. Выделение однородных групп биомедицинских данных.

26. Непараметрические методы анализа числовых биомедицинских данных

Версия: AAAAAATOMDg Код: 000009990

Характеристики

Список файлов учебной работы