Технології прогумування в біомедицині

Мета вивчення дисципліни: надати студентам системні знання та практичні навички у застосуванні сучасних технологій програмування для збору, обробки, аналізу та візуалізації біомедичних даних, а також у створенні програмних рішень для медичної діагностики, моніторингу та підтримки клінічних рішень. Сприяти формуванню компетентностей у галузі біомедичної інженерії, штучного інтелекту в медицині, телемедицини та розробки медичного програмного забезпечення відповідно до сучасних стандартів та вимог безпеки.

Практичне значення та використання отриманих знань: розробляти програмні модулі для обробки сигналів (ECG, EEG, PPG) та медичних зображень (CT, MRI, X-ray); використовувати Python, MATLAB, R або C++ для програмування в біомедичних задачах; створювати та адмініструвати бази даних медичних спостережень; проєктувати та навчати моделі ML/AI для класифікації та прогнозування стану пацієнта; реалізовувати алгоритми комп’ютерного зору та розпізнавання патологій на медичних зображеннях; розробляти прототипи програмного забезпечення для телемедичних та IoT-систем моніторингу.
Тематика та види навчальних занять

Для денної форми здобуття освіти

Лекційні заняття
Лекція 1. «Вступ до біомедичної інформатики та технологій програмування».
Лекція 2. «Мови програмування та середовища, що застосовуються у біомедичних задачах».
Лекція 3. «Структури даних і формати біомедичної інформації».
Лекція 4. «Програмна обробка біомедичних сигналів».
Лекція 5. «Програмна обробка медичних зображень».
Лекція 6. «Бази даних у біомедичних системах».
Лекція 7. «Алгоритми машинного навчання в біомедичних застосуваннях».
Лекція 8. «Глибинне навчання для аналізу медичних зображень та сигналів».
Лекція 9. «Системи підтримки прийняття клінічних рішень».
Лекція 10. «Розробка програмного забезпечення для медичних приладів та ІоТ-систем».
Лекція 11. «Технології моделювання біологічних процесів».
Лекція 12. «Хмарні технології та телемедицина».
Лекція 13. «Кібербезпека та захист персональних медичних даних».
Лекція 14. «Програмна валідація, верифікація й тестування медичного ПЗ».
Лекція 15. «Перспективи розвитку біомедичних технологій та штучного інтелекту в медицині».

Лабораторні заняття
Лабораторне заняття №1. « Розробка програми для роботи з біомедичними форматами даних (DICOM/EDF)».
Мета заняття: Набути навичок роботи зі спеціалізованими біомедичними форматами даних, навчитися завантажувати, переглядати та інтерпретувати структуровані медичні дані (зображення, сигнали) та витягувати ключову інформацію для подальшої обробки.
Лабораторне заняття №2. «Фільтрація та аналіз біомедичних сигналів (ECG/EEG) у Python».
Мета заняття: Освоїти програмну обробку сигналів, включаючи фільтрацію шумів, виявлення пікових подій, обчислення характеристик сигналів та побудову базових алгоритмів автоматичного аналізу біосигналів.
Лабораторне заняття №3. «Обробка медичних зображень (OpenCV / scikit-image)».
Мета заняття: Отримати практичні навички застосування алгоритмів цифрової обробки медичних зображень: покращення якості, сегментація, морфологічні операції, визначення структур та підготовка даних для подальшого аналізу або діагностики.
Лабораторне заняття №4. «Створення бази даних медичних спостережень та формування SQL-запитів».
Мета заняття: Навчитися проєктувати та реалізовувати бази даних для зберігання біомедичної інформації, формувати оптимальні структури таблиць, виконувати SQL-запити для пошуку, сортування й аналізу медичних даних.
Лабораторне заняття №5. «Машинне навчання для класифікації біомедичних даних».
Мета заняття: Опанувати базові методи машинного навчання, навчитися будувати, налаштовувати та оцінювати моделі для класифікації біомедичних даних, а також інтерпретувати отримані результати.
Лабораторне заняття №6. «Глибинне навчання для аналізу медичних зображень (CNN)».
Мета заняття: Засвоїти принципи роботи та побудови згорткових нейронних мереж, навчитися застосовувати моделі глибинного навчання для автоматичного аналізу медичних зображень та оцінювати якість їхньої роботи.
Лабораторне заняття №7. «Розробка прототипу телемедичної або IoT-системи моніторингу пацієнта».
Мета заняття: Набути вмінь створювати програмні рішення для збору, передавання та візуалізації фізіологічних даних у режимі реального часу, інтегрувати сенсори або симулятори даних та реалізувати базові елементи телемедичного або IoT-сервісу.

Для заочної форми здобуття освіти

Лекційні заняття
Лекція 1. «Вступ до біомедичної інформатики та технологій програмування».
Лекція 2. «Мови програмування та середовища, що застосовуються у біомедичних задачах».

Лабораторні заняття
Лабораторне заняття №1. « Розробка програми для роботи з біомедичними форматами даних (DICOM/EDF)».
Мета заняття: Набути навичок роботи зі спеціалізованими біомедичними форматами даних, навчитися завантажувати, переглядати та інтерпретувати структуровані медичні дані (зображення, сигнали) та витягувати ключову інформацію для подальшої обробки.
Лабораторне заняття №2. «Фільтрація та аналіз біомедичних сигналів (ECG/EEG) у Python».
Мета заняття: Освоїти програмну обробку сигналів, включаючи фільтрацію шумів, виявлення пікових подій, обчислення характеристик сигналів та побудову базових алгоритмів автоматичного аналізу біосигналів.
Індивідуальна робота

Для денної форми здобуття освіти

Непередбачено навчальним планом.

Для заочної форми здобуття освіти

Контрольна робота
Завдання для виконання контрольної роботи здобувач отримує на установчій лекції.
Робота містить 50 теоретичних питань у вигляді тесту, якій оцінюється максимально у 100 балів. Контрольна робота зарахована, якщо здобувач набрав не менше 60 балів.
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
Оцінювання результатів навчання з дисципліни здійснюється за накопичувальною системою, яка дає можливість здобувачеві протягом семестру отримати максимально 100 балів.

Поточний контроль полягає у виконанні:
1) 7-мі лабораторних робіт. Бездоганне виконання лабораторної роботи № 1 та 2 оцінюється по 5 балів, лабораторні роботи № 3, №4, №5, №6 та №7 оцінюються кожна по 6 балів. Разом – 40 балів;
2) двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичних питань та проводяться у письмовій формі. Бездоганне виконання кожної модульної контрольної роботи становить 30 балів (в кожному завданні модульної контрольної роботи наведено максимальну кількість балів за виконання кожного завдання). Разом – 60 балів. Модульна контрольна робота 1 – бездоганне виконання 30 балів (модульна робота складається з теоретичної частини (2 запитання) та практичної частини (1 задача), відповідь на кожне питання оцінюється максимум у 10 балів).
За кожний модульний контроль по 50 балів. Разом за семестр ‒ 100 балів.

Для заочної форми здобуття освіти

Захист контрольної роботи. Бездоганне виконання контрольної роботи оцінюється у 50 балів. При її захисті студент може отримати до 50 балів. Разом – 100 балів.
Підсумковий контроль – залік. Залік усний. Максимальна оцінка, яку може отримати студент – 100 балів.