Opisy kursów kod kursu: etp2935 Nazwa kursu: systemy pomiarowe I diagnostyczne 3 Język wykładowy: polski forma kursu Wykład



Pobieranie 44.87 Kb.
Data09.05.2016
Rozmiar44.87 Kb.
Zał. nr 3

OPISY KURSÓW

  • Kod kursu: ETP2935

  • Nazwa kursu: SYSTEMY POMIAROWE I DIAGNOSTYCZNE 3

  • Język wykładowy: POLSKI


Forma kursu

Wykład

Ćwiczenia

Laboratorium

Projekt

Seminarium

Tygodniowa liczba godzin ZZU *

1




2







Semestralna liczba godzin

ZZU*

15




30







Forma zaliczenia

zal




zal







Punkty ECTS

2




2







Liczba godzin CNPS

60




60









  • Poziom kursu (podstawowy/zaawansowany): zaawansowany

  • Wymagania wstępne: informatyka

  • Imię, nazwisko i tytuł/ stopień prowadzącego: Dr hab. inż. Małgorzata Kotulska,

  • Imiona i nazwiska oraz tytuły/stopnie członków zespołu dydaktycznego: Dr inż. Michał Baszyński, mgr inż. Witold Dyrka, mgr inż. Bogumił Konopka, Dr inż. Wioletta Nowak

  • Rok: ............ Semestr:........................

  • Typ kursu (obowiązkowy/wybieralny): obowiązkowy

  • Cele zajęć (efekty kształcenia): Nauczenie projektowania i realizacji praktycznej systemów pomiarowo diagnostycznych do zastosowań medycznych

  • Forma nauczania (tradycyjna/zdalna): tradycyjna

  • Krótki opis zawartości całego kursu: kurs dostarcza teoretycznej i praktycznej wiedzy niezbędnej do projektowania, konstruowania i eksploatacji komputerowych systemów pomiarowo diagnostycznych do celów medycznych.

  • Wykład (podać z dokładnością do 2 godzin):

Zawartość tematyczna poszczególnych godzin wykładowych

Liczba godzin

  1. Cel i zakres wykładu, podstawowe pojęcia, struktura i zadania systemów pomiarowych i diagnostycznych (SPiD), przykłady zastosowań SPiD w medycynie

  2. Teoretyczne i techniczne aspekty pozyskiwania sygnałów w medycynie, Podstawy projektowania bloku pozyskiwania sygnału analogowego

  3. Techniki przetwarzania A/C oraz projektowanie bloku cyfrowego

  4. Podstawy teoretyczne zasad komunikacji cyfrowej, realizacja rzeczywistych interfejsów komunikacyjnych

  5. Podstawy teoretyczne diagnostyki medycznej z wykorzystaniem metod uczenia maszynowego z nadzorem i bez nadzoru. Metody redukcji danych, analiza składowych głównych.

  6. Podstawy teoretyczne i zastosowanie sieci neuronowych w diagnostyce

  7. Podstawy teoretyczne i zastosowanie metody SVM (Support Vector Machine) w diagnostyce.

  8. Podstawy teoretyczne i zastosowanie metod analizy skupień w diagnostyce medycznej.

2

2
2


2
2

2

2


2


  • Ćwiczenia - zawartość tematyczna:

  • Seminarium - zawartość tematyczna:

  • Laboratorium - zawartość tematyczna:

  1. Analiza możliwości technicznej realizacji systemów pomiarowych i diagnostycznych, praktyczne wprowadzenie do oprogramowania LabView / CVI National Instruments.

  2. Projekt systemu – struktura ogólna, uruchomienie aplikacji symulacyjnej w oparciu LabView lub LabWindows CVI.

  3. Cd. 2. Uruchomienie aplikacji symulacyjnej w oparciu LabView lub LabWindows CVI.

  4. Zbieranie danych pomiarowych poprzez przetworniki A/C sterowane pakietem LabView.

  5. Opracowanie projektu poszczególnych modułów systemu, praktyczna realizacja przekazywania danych medycznych przyrządów pomiarowych do komputera PC.

  6. Cd. 5. Opracowanie projektu poszczególnych modułów systemu, praktyczna realizacja aplikacji przekazywania danych medycznych przyrządów pomiarowych do komputera PC.

  7. Praktyczne poznanie możliwości oprogramowania LabView w zakresie tworzenia aplikacji sieciowych (TCP/IP)

  8. Połączenie poszczególnych modułów pomiarowych w system pomiarowo-diagnostyczny i opracowanie interfejsu graficznego.

  9. Wprowadzenie do programowania w pakiecie R.

  10. Diagnostyka medyczna wspomagana systemem uczącym z nadzorem, podział danych do uczenia, walidacji i testowania. Zastosowanie gotowego narzędzia sieci neuronowych do rozpoznawania nowotworów.

  11. Metody oceny poprawności automatycznej diagnozy: macierze pomyłek, krzywe ROC.

  12. Konstrukcja własnej sieci neuronowej typu perceptron na przykładzie symulacji bramki logicznej. Algorytm wstecznej propagacji błędu.

  13. Redukcja wymiaru danych medycznych przeznaczonych do diagnozy - metoda PCA w pakiecie R na przykładzie danych do diagnostyki nowotworów.

  14. Badanie skupień w danych medycznych przeznaczonych do diagnostyki – metody hierarchiczne w pakiecie R.

  15. Prezentacja programów i zaliczenie.

  • Projekt - zawartość tematyczna.

  • Literatura podstawowa:

J. Koronacki, J. Ćwik, Statystyczne Systemy Uczące się, AOW Exit 2008

W. Nawrocki, Komputerowe systemy pomiarowe BBC 2003

W.Nawrocki, Rozproszone systemy pomiarowe WKŁ 2006

M.Nałęcz, Systemy komputerowe i teleinformatyczne w służbie zdrowia AOW Exit 2004

P. Biecek, Przewodnik po pakiecie R. OW GiS 2008

M. Chruściel, LabView w praktyce, BTC 2008



  • Warunki zaliczenia:

Zaliczenie wszystkich ćwiczeń.

* - w zależności od systemu studiów



Zał. nr 4
DESCRIPTION OF THE COURSES

  • Course code:ETP2935

  • Course title: Measuring and Diagnostic Systems 3 (SPiD)

  • Language of the lecturer:

Course form

Lecture

Classes

Laboratory

Project

Seminar

Number

of hours/week*

1




2







Number

of hours/semester*

15




30







Form of the course completion

credit




credit







ECTS credits

2




2







Total Student’s Workload

60




60







  • Level of the course (basic/advanced): advanced

  • Prerequisites: Informatics

  • Name, first name and degree of the lecturer/supervisor: Malgorzata Kotulska PhD D.Sc. Eng.

  • Names, first names and degrees of the team’s members:

Michal Baszyński PhD Eng, Witold Dyrka MSc Eng, Bogumil Konopka MSc Eng, Wioletta Nowak PhD Eng

  • Year:................ Semester:......................

  • Type of the course (obligatory/optional): obligatory

  • Aims of the course (effects of the course):

Designing and practical implementation of the measuring and diagnostic systems for medical applications.

  • Form of the teaching (traditional/e-learning): traditional

  • Course description:

The course provides theoretical and practical knowledge necessary for designing, assembling and maintenance of the computer-based measuring and diagnostic systems for medical applications.

  • Lecture:

Particular lectures contents

Number of hours

  1. Objectives and scope of the course, basic terminology, structure, tasks, and exemplary applications of measurement and diagnostic systems (SPiD) in medicine.

  2. Theoretical and technical aspects of data acquisition in medicine. Basics of analog signal acquisition.

  3. Methods of A/D conversion and designing digital part of the system.




  1. Theoretical basics of digital signal transmission to computers, solutions in real communication interfaces,

  2. Theoretical foundations of medical diagnostics with supervised and unsupervised machine learning systems. Data compression. Principal Component Analysis (PCA).

  3. Theoretical basics and application of neural networks in medical diagnostics.

  4. Theoretical basics and application of Support Vector Machine (SVM) in medical diagnostics.

  5. Clustering in medical diagnosis.

2
2
2

2
2


2
2
2

  • Classes – the contents:

  • Seminars – the contents:

  • Laboratory – the contents:

During laboratory course students design, assemble, program, and test the assigned system. Simultaneously, they do 5 standard exercises.

  1. Analysis of technical base for accomplishment of a SPiD system. Introduction to LabView / CVI National Instruments applications.

  2. Design of the SPiD system – general structure, application in a simulation system based on LabView or LabWindows CVI.

  3. Part 2. Application in a simulation system based on LabView or LabWindows CVI.

  4. Data acquisition from A/D converters controlled by LabView.

  5. Design and application of other SPiD modules, communication between measurement system and computer.

  6. Part2. Design and application of other SPiD modules, communication between measurement system and computer.

  7. Network application with TCP/IP protocol based on LabView or LabWindows CVI.

  8. Assembly of SPiD modules and design of graphical user interfase (GUI).

  9. Introduction to programming in R language.

  10. Medical diagnostics aided by machine learning systems, data division into learning, testing, and cross-validation. Application standard neural network toolboxes for cancer diagnosis.

  11. Evaluation of an automatic diagnostic method: ROC curves, confusion matrix.

  12. Desing of an individual perceptron neural network application - simulation of a logic gate. Algorithm of an error backward propagation.

  13. Medical diagnostic data compression – PCA in package R, application to cancer diagnosos.

  14. Clustering of medical data – hierarchical methods in R toolboxes.

  15. Presentation of individual assignment results and credition.

Project – the contents:


Basic literature:

J. Koronacki, J. Ćwik, Statystyczne Systemy Uczące się, AOW Exit 2008

W. Nawrocki, Komputerowe systemy pomiarowe BBC 2003

W.Nawrocki, Rozproszone systemy pomiarowe WKŁ 2006

M.Nałęcz, Systemy komputerowe i teleinformatyczne w służbie zdrowia AOW Exit 2004

P. Biecek, Przewodnik po pakiecie R. OW GiS 2008



M. Chruściel, LabView w praktyce, BTC 2008


  • Conditions of the course acceptance/credition:

Acceptance of the project completion and completion of the compulsory exercises

* - depending on a system of studies





©absta.pl 2016
wyślij wiadomość

    Strona główna