Візуалізація сигналів в біомедичних дослідженнях

Вибіркова дисципліна
Обсяг освітнього компонента: 
• у кредитах ЄКТС — 4.5.
Кількість аудиторних занять: 
Лекційних занять - 15, практичних занять 7.
Самостійна робота: 
91 годин.
Семестровий контроль: 
Залік.
Освітню компоненту забезпечує: 
Анотація: 

Анотація навчальної дисципліни
Мета вивчення дисципліни: Формування у майбутніх спеціалістів сучасних знань про походження та методи отримання біомедичних сигналів та зображень, методи їх обробки та візуалізації для виявлення медично значущої інформації, здатність обробляти біомедичну інформацію, створювати та використовувати медичні бази даних, сучасні пакети прикладних програм інформаційної підтримки діагностичного та лікувального процесів
Практичне значення та використання отриманих знань: розуміння та вирішення проблем, які виникають під час отримання та обробки біомедичних сигналів від біологічних об'єктів, формування знання, уміння та навичок, необхідних для використання сучасних методів обробки біомедичних сигналів, критичної оцінки результатів вимірюваннь та обробки.

Тематика та види навчальних занять

Для денної форми здобуття освіти

Лекційні заняття
Лекція 1. «Зображення біологічних об'єктів, методи отримання і реєстрації».
Лекція 2. «Розпізнавання образів, цифрова обробка зображень і сигналів».
Лекція 3. «Градаційні перетворення та принципи фільтрації зображень. Візуалізація електромагнітного сигналу клітин».
Лекція 4. «Сучасні методи візуалізації флуоресценції в біомедичних дослідженнях та біотехнології».
Лекція 5. «Сучасні медичні та технічні концепції в аналізі ендокардіальних сигналів при фібриляції передсердь».
Лекція 6. «Візуалізації різнорідних даних для мультидисциплінарних біомедичних досліджень».
Лекція 7. «3D ультразвук: візуалізація об'ємних даних».
Лекція 8. «3D-візуалізація легенів».
Лекція 9. «Візуалізація анатомічних структур біологічних тканин методом оптичної когерентної томографії з цифровою обробкою морфологічних даних».
Лекція 10. «Цифрові фільтри, кореляційний та вейвлет аналіз біомедичних сигналів».
Лекція 11. «Віртуальна реальність для 3D-гістології: багатомасштабна візуалізація органів з інтерактивним дослідженням функцій».
Лекція 12. «Обробка біомедичних сигналів в часовій та частотній областях».
Лекція 13. «Геометричні перетворення зображень, афінні перетворення. Сегментація зображень».
Лекція 14. «Алгоритми виділення контурів на зображенні».
Лекція 15. «Обробка біомедичних зображень за допомогою Matlab».

Практичні заняття
Практичне заняття №1. «Модель виділення візуальних ознак на основі штучного інтелекту та торакального ехо-спектру».
Мета заняття: Ознайомлення з моделлю виділення візуальних ознак на основі штучного інтелекту.
Практичне заняття №2. «Метод узгодженої морфологічної фільтрації біомедичних сигналів і зображень».
Мета заняття: Ознайомлення з методом узгодженої морфологічної фільтрації біомедичних сигналів і зображень.
Практичне заняття №3. «Візуалізація магнітного поля в застосуванні до стимуляції тканин імпульсним електромагнітним полем».
Мета заняття: Дослідження візуалізація магнітного поля в застосуванні до стимуляції тканин імпульсним електромагнітним полем.
Практичне заняття №4. «Візуалізація результатів метилювання ДНК через розпаралелювання вейвлет-перетворення на основі GPU».
Мета заняття: Дослідження візуалізація результатів метилювання ДНК.
Практичне заняття №5. «Кількісна оцінка та візуалізація генетичних змін і гетерогенності пухлини на основі зображень».
Мета заняття: Дослідження візуалізація генетичних змін і гетерогенності пухлини на основі зображень.
Практичне заняття №6. «Візуалізація інтерфазних хромосом у постмітотичних клітинах мозку людини за допомогою багатоколірних смуг (MCB)».
Мета заняття: Дослідження візуалізація інтерфазних хромосом у постмітотичних клітинах мозку людини.
Практичне заняття №7. «Візуалізація поля шлуночкового потоку під час механічної підтримки кровообігу в асистенти ізольованого серцебиття».
Мета заняття: Дослідження візуалізація поля шлуночкового потоку.

Для заочної форми здобуття освіти

Лекційні заняття
Лекція 1. «Зображення біологічних об'єктів, методи отримання і реєстрації. Розпізнавання образів, цифрова обробка зображень і сигналів. Цифрові фільтри, кореляційний та вейвлет аналіз біомедичних сигналів».
Лекція 2. «Візуалізація різнорідних даних для мультидисциплінарних біомедичних досліджень. Алгоритми виділення контурів на зображенні. Обробка біомедичних зображень за допомогою Matlab».

Практичні заняття
Практичне заняття № 1. «Метод узгодженої морфологічної фільтрації біомедичних сигналів і зображень. Візуалізація результатів метилювання».
Мета заняття: ознайомлення з методом узгодженої морфологічної фільтрації біомедичних сигналів і зображень, дослідження візуалізації результатів метилювання.

Консультації здійснюються впродовж семестру згідно встановленого розкладу.

 Індивідуальна робота
Для денної форми здобуття освіти
не передбачено.

Для заочної форми здобуття освіти
Захист 1 контрольної роботи. Бездоганне виконання контрольної роботи ‒ 100 балів.
Завдання для виконання контрольної роботи здобувач отримує на установчій лекції.
Робота містить 50 теоретичних питань у вигляді тесту. 
Термін надання виконаної контрольної роботи на перевірку – не пізніше, ніж за місяць до початку сесії.
 
 Форми контрольних заходів та оцінювання результатів навчання

Для денної форми здобуття освіти

Поточний контроль полягає у виконанні 
1)    6-ти індивідуальних поточних завдань. Індивідуальні поточні завдання виконуються письмово і полягають в розв'язуванні типових задач відповідно до мети та завдань практичних занять. Бездоганне виконання індивідуального поточного завдання №1 оцінюється у 9 балів; індивідуальних поточних завдань №2 і №3 – 8 балів; індивідуальних поточних завдань №4 – 5 балів, №5 і №6 – 10 балів;
2)    двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної і практичної частин та проводяться у формі комп'ютерного тестування. Бездоганне виконання кожної модульної контрольної роботи становить 25 балів.
Підсумковий контроль – залік. Залік письмовий. Максимальна оцінка, яку може отримати студент – 100 балів.

Для заочної форми здобуття освіти
Оцінювання результатів навчання з дисципліни здійснюється за накопичувальною системою, яка дає можливість здобувачеві протягом семестру отримати максимально 100 балів при виконанні індивідуальної контрольної роботи.

Політика освітнього процесу та умови допуску до підсумкового контролю

Здобувач зобов’язаний своєчасно та якісно виконувати всі отримані завдання; за необхідністю з метою з’ясування всіх не зрозумілих під час самостійної та індивідуальної роботи питань, відвідувати консультації викладача. Дотримуватись принципів академічної доброчесності. 
Викладач на першому занятті надає повну інформацію щодо усіх складових дисципліни, роз’яснює кількісне та якісне наповнення змістовних модулів, рекомендує відповідну фахову літературу, інформує щодо критеріїв оцінювання рівня навчальних досягнень здобувача з усіх видів та форм навчання та термінів контрольних заходів. 
Викладач здійснює консультації відповідно до затвердженого завідувачем кафедри графіка консультацій.
Виконаний не свій варіант завдання здобувачем не оцінюється.
Робота, яка виконана після встановлених викладачем термінів, не приймається.
Відсутність здобувача на заліку або на контрольній роботі відповідає оцінці «0».
Складання/перескладання заліку – за встановленим деканатом розкладом.
Під час лекції, лабораторного (практичного) заняття, МКР, заліку здійснювати телефонні дзвінки забороняється.
Під час розв’язання задач на МКР та заліку дозволяється користуватися довідниками.
Заборонено використання будь-яких літературних джерел, конспектів лекцій, шпаргалок під час проходження модульних контролів з дисципліни.
 

Компетентності: 

К1. Здатність застосовувати знання в галузі обчислювальної і мікропроцесорної техніки та програмування, програмних засобів для розв’язання спеціалізованих задач та практичних проблем у галузі професійної діяльності.

Результати навчання: 

РН1. Обробляти біомедичну інформацію, створювати та експлуатувати медичні бази даних, експертні, моніторні системи, створювати та використовувати сучасні пакети прикладних програм інформаційної підтримки діагностичного та лікувального процесів.

2024 рік