Automatyczne systemy diagnostyki medycznej

Kod przedmiotu:
Typ przedmiotu:	wybieralny
Wymagania wstępne:	techniki obrazowania medycznego, cyfrowe przetwarzanie sygnałów, metody statystycznej analizy danych
Język nauczania:	polski
Odpowiedzialny za przedmiot:	dr inż. Marek Kowal
Prowadzący:

Forma zajęć	Liczba godzin w semestrze	Liczba godzin w tygodniu	Semestr	Forma zaliczenia	Punkty ECTS
Studia stacjonarne					6
Wykład	30	2	VI	Zaliczenie z oceną
Laboratorium	30	2				Zaliczenie z oceną

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.

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. Grabski F., Jaźwiński J.: Metody bayesowskie w niezawodności i diagnostyce, WKŁ, 2001.

2. Piętka E.: Zintegrowany system informacyjny w pracy szpitala, PWN, 2004.

3. Rudowski R. (red.): Informatyka medyczna, PWN, 2003.

4. Cytowski J., Gielecki J., Gola A.,: Cyfrowe przetwarzanie obrazów medycznych. Algorytmy technologie zastosowania., AOW EXIT,2008

5. Nieniewski M.: Segmentacja obrazów cyfrowych. Metody segmentacji wododziałowej. AOW EXIT, 2005.

6. Hand D., Mannila H., Smyth P.: Eksploracja danych. WNT, 2005.Podobnie postępuj w przypadku kolejnych pozycji bibliograficznych literatury podstawowej wciskając [Enter]. Pamiętaj o kolejności: autor, tytuł, wydawnictwo, miejsce, rok wydania! Przed wciśnięciem [Enter] skasuj ukryty tekst: „Podobnie …”.

Literatura uzupełniająca:

1. Kącki E., Kulikowski J.L., Nowakowski A., Waniewski E. (red.): Systemy komputerowe i teleinformatyczne w służbie zdrowia. AOW EXIT, 2000.

2. Zajdel R., Kęcki E., Szczepaniak P., Kurzyński M.: Kompendium informatyki medycznej, Alfa-Medica Press, 2003.

3. Cierniak J.: Tomografia komputerowa. Budowa urządzeń CT. Algorytmy rekonstrukcyjne.

4. Klonecki W.: Statystyka dla inżynierów. PWN. 1999.

5. Cantor A.B.: Survival Analysis Techniques for Medical Research. SAS, 2007.

6. Suri J. S., Setarehdan K, Singh S. (red.): Advanced Algorithmic Approaches to Medical Image Segmentation. Springer, 2002.

Wydział Mechaniczny

Kierunek: Inżynieria biomedyczna

---