МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное образовательное учреждение
высшего профессионального образования
«Дальневосточный федеральный университет»
(ДВФУ)
ШКОЛА БИОМЕДИЦИНЫ
СОГЛАСОВАНО
Школа Биомедицины ДВФУ
|
УТВЕРЖДАЮ
|
Р уководитель ОП
|
Заведующий кафедрой
Приборостроения
|
|
|
_____________ Короченцев В.И.
(подпись) (Ф.И.О. рук. ОП)
|
______________ Короченцев В.И.__
(подпись) (Ф.И.О. зав. каф.)
|
«04» июня 2012г.
|
«04» июня 2012г.
|
РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ (РПУД)
АВТОМАТИЗАЦИЯ И ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
Направление — 201000.68 Биотехнические системы и технологии
Форма подготовки – очная
Школа биомедицины ДВФУ
Кафедра Приборостроения
Курс 1, семестр 2
Лекции – не предусмотрены
Практические занятия – 42 час.
Семинарские занятия – не предусмотрены
Лабораторные работы – не предусмотрены
Всего часов аудиторной работы – 42 час.
Самостоятельная работа – 102 час.
Реферативные работы предусмотрены
Курсовые работы не предусмотрены
Экзамен – 2 семестр.
Рабочая программа составлена в соответствии с требованиями федерального государственного образовательного стандарта высшего профессионального образования (приказ №784 от 22.12.2009)
Рабочая программа обсуждена на заседании кафедры Приборостроения, протокол от «04» июня 2012г. № 5
Заведующий кафедрой: В.И. Короченцев
Составитель: Шостак С.В.
I. Рабочая программа пересмотрена на заседании кафедры:
Протокол от «_____» _________________ 2013 г. № ______
Заведующий кафедрой _______________________ __ В.И. Короченцев _____
(подпись) (и.о. фамилия)
II. Рабочая программа пересмотрена на заседании кафедры:
Протокол от «_____» _________________ 2013 г. № ______
Заведующий кафедрой _______________________ ____ В.И. Короченцев ___
(подпись) (и.о. фамилия)
АННОТАЦИЯ
Дисциплина 201000.68 «Биотехнические системы и технологии» включена в состав дисциплин по выбору студентов (общенаучный цикл) основной образовательной программы магистратуры 201000.68 «Биотехнические системы и технологии»
Цель дисциплины:
- в области обучения – формирование компетенций, специальных знаний, умений, навыков организации и планирования экспериментов и автоматизации обработки экспериментальных данных медицинских исследований;
- в области воспитания – научить эффективно работать индивидуально и в команде, проявлять умения и навыки, необходимые для профессионального, личностного развития;
- в области развития – подготовка студентов к дальнейшему освоению новых профессиональных знаний и умений, самообучению, непрерывному профессиональному самосовершенствованию.
Задачи дисциплины:
развитие и систематизация теоретических представлений о численных алгоритмах обработки данных;
овладение практическими навыками обработки данных путём использования существующих программ и библиотек алгоритмов, их дополнения и расширения;
получение умения работать с данными биомедицинской природы, для которых характерны нестационарность, зашумлённость, высокая сложность, многокомпонентность сигналов.
В результате изучения дисциплины студент должен:
Знать:
об основных проблемах и задачах, возникающих в ходе планирования и организации эксперимента,
о методах и средствах планирования и организации эксперимента с применением современных информационных технологий
терминологию, применяемую в данной дисциплине;
междисциплинарный характер планирования и организации эксперимента,
Уметь:
планировать эксперимент при дисперсионном и регрессионном анализе
выбирать оптимальный план эксперимента
применять современные математические программные пакеты для автоматической обработки результатов эксперимента.
применять результаты и методы планирования для решения практических проблем в различных областях биомедицинских исследований
В процессе освоения дисциплины у студентов развиваются следующие компетенции:
- способность понимать основные проблемы в своей предметной области, выбирать методы и средства их решения (ПК-3);
- способность анализировать состояние научно-технической проблемы путем подбора, изучения и анализа литературных и патентных источников в сфере биотехнических систем и технологий (ПК-7)
- способность проектировать устройства, приборы, системы и комплексы биомедицинского и экологического назначения с учетом заданных требований (ПК-9)
- способность анализировать современное состояние проблем в предметной области биотехнических систем и технологий (включая биомедицинские и экологические задачи), ставить цели и задачи научных исследований (ПК-16)
- способность ставить задачи исследования, выбирать методы экспериментальной работы, интерпретировать и представлять результаты научных исследований (ПК-19)
СТРУКТУРА И содержание теоретической части курса
Лекционные занятия не предусмотрены учебным планом.
СТРУКТУРА И содержание практической части курса
Практические занятия (42 час.)
Занятие 1-3. Основные понятия и принципы теории планирования эксперимента (6 час.)
Объем выборок биомедицинского эксперимента.
Способы составления выборок.
Репрезентативность выборки.
Специфика медико-биологической информации и классические задачи статистического анализа.
Планирование объема выборки биомедицинского эксперимента.
Автоматизированные системы технических средств для массовых обследований и диспансеризации населения.
Технические средства для автоматизации исследований в клинико-диагностических лабораториях и лабораториях санитарно-эпидемиологических станций.
Занятие 4-7. Классификация, источники и характеристики биомедицинских сигналов (8 час.)
Классификация, источники и характеристики данных; общая характеристика и модели экспериментальных данных - сигналов и числовых массивов.
Цифровой анализ стационарных случайных сигналов.
Построение распределения.
Вычисление статистик распределения.
Корреляционный и спектральный анализ.
Нестационарные сигналы.
Метод адаптивной сегментации.
Представление "медицинских" сигналов рядами по ортогональным функциям. Тригонометрические и обобщенные ряды Фурье. Ортогональные полиномы Лежандра. Гармонический анализ сигналов.
Дискретное преобразование Фурье и его свойства. Системы дискретных функций Радемахера и Уолша.
Гематологические комплексы. Биохимические автоанализаторы.
Занятие 8-10. Методы классификации данных наблюдений (6 час.)
Классификация многомерных наблюдений.
Методы снижения размерности пространства описаний.
Оценка информативности признаков.
Энергетический подход. Информационный подход.
Дивергенция Кульбака. Информационная ценность по Шеннону.
Выделение однородных групп данных. Задачи идентификации и распознавания образа. Критерии распознавания. Ошибки первого и второго рода.
Методы построения разделяющих функций в задачах классификации. Расстояние и мера сходства. Линейно-дискриминантная и кусочно-линейно-дискриминантная функция. Метод потенциальных функций. Классификация по принципу минимума расстояния. Расстояние Михалонобиса. Геометрический критерий Кульбака. Кластеризация.
Автоматизированные системы для сбора и обработки диагностической информации. Проблема создания автоматического прибора для анализа крови.
Занятие 11-14. Анализ и принятие решений при обработке биомедицинских данных (8 час.)
Байесовская теория принятия решений. Отношение правдоподобия. Методы исследования взаимозависимости многомерных данных. Последовательный анализ Вальда в задачах медицинской диагностики. Выбор альтернатив при анализе информации.
Факторный анализ. Общие положения. Анализ однофакторного эксперимента. Ранжирование качественных факторных признаков. Коэффициент конкордации. Ранговые коэффициенты корреляции. Методы экспертных оценок.
Пространственная структура источников ЭЭГ». Картирование мощности и амплитуды основных ритмов. Локализация эквивалентного источника электрической активности. Локализация объемных процессов мозга по медленноволновой активности. Точность, источники погрешности.
Занятие 15-17 Методы и алгоритмы обработки и анализа изображений (6 час.)
Методы и алгоритмы обработки и анализа изображений.
Модели изображений.
Дискретизация, квантование и сжатие изображений и визуальных данных.
Структурирование изображений.
Сегментация и действия над сегментами изображений.
Занятие 18-21. Анализ и обработка данных в медицинских диагностических системах (8 час.)
Компьютерная магнито - резонансная томография. Основные характеристики томографа. Факторы, влияющие на качество изображений. Контрастирующие средства. Получение изображений, автоматизированная обработка и выделение областей интереса.
Ультразвуковые диагностические аппараты. Принципы построения, области применения. Ультразвуковая томография. Автоматизация обработки результатов УЗ-исследования.
Компьютерная электроэнцефалография. Требования Международной федерации обществ электроэнцефалографии и клинической нейрофизиологии к цифровой ЭЭГ. Этапы автоматического анализа ЭЭГ. Классификации ЭЭГ. Автоматическая оценка результатов функциональных проб.
Автоматическая обработка электрокардиограммы. Требования европейского стандарта CSE к цифровой ЭКГ. Алгоритмы выделения отдельных составляющих PQRST в норме и при различных патологиях. Требования к точности распознавания волн ЭКГ, допустимая погрешность измерения длительности и амплитуды. Выбор изоэлектрической точки. Автоматическое формирование заключения по ЭКГ.
Исследование электрических характеристик сердца». Регистрация ЭКГ со множества точек грудной клетки, картирование ЭКГ. Анализ точности дипольной модели, реконструкция эквивалентного диполя.
контроль достижения целей курса
Вопросы к экзамену
Обобщенная схема получения медицинских изображений.
Типы медицинских изображений: рентгеновские, радиоизотопные, оптические, ИК-изображения, ЯМР-изображения, УЗВ-изображения.
Компьютерный архив для хранения изображений.
Анализ информационной емкости и пропускной способности систем формирования, хранения и передачи изображений.
Компьютерная история болезни. Медицинские атласы изображений на компакт-дисках.
Компьютерные методики медицинской диагностики.
Задачи предварительной обработки экспериментальных данных
Исключение грубых ошибок измерения
Анализ прогрессирующих ошибок измерения
Дисперсионный анализ
Корреляционный анализ
Регрессионный анализ
Применение методов вейвлет-фильтрации к экспериментальным данным
Элементы теории вероятностей
Основные понятия теории обработки статистической информации
Статистические оценки параметров распределения
Статистическая проверка статистических гипотез
Классические методы обработки экспериментальных данных
Непараметрические методы обработки экспериментальных данных
Робастные методы обработки экспериментальных данных
Методы теории нечетких множеств
Взаимодействие биологического объекта и рентгеновского излучения. Получение медицинских изображений.
Ядерный магнитный резонанс в биологических объектах. Получение медицинских изображений
тематика и перечень курсовых работ и рефератов
Темы рефератов
Динамическое программирование.
Метод потенциалов.
Синтаксическое распознавание. Общее представление. Понятие о языке. Грамматика. Автоматы и анализ.
Электрокардиография. Распознавание волн артериального давления.
Цифровые методы анализа изображений. Преобразования Хаара.
Интерактивный режим обработки изображений.
Вычислительные системы анализа данных: вычислительный комплекс на базе персонального компьютера, пакеты прикладных программ по обработки сигналов, числовых массивов и изображений.
Неоптические методы формирования изображений.
Акустическая голография.
Формирование трехмерных рентгеновских изображений.
Учебно-методическое обеспечение дисциплины
Основная литература
Пеккер Я.С., Кистенев Ю.В.,. Фокин В.А,. Карась С.И, Бразовский К.С. Современные методы представления и обработки биомедицинской информации Монография. Издательство ТПУ. – Томск. – 2004 г.-С. 336.
Сенкевич Ю. И. Автоматизация территориальных и ведомственных медицинских систем профилактических осмотров населения // Медицинская техника. 2008. № 4. С. 47-52.
Короткова Е.И. Практикум по планированию экспериментов. – Томск. Изд-во ТПУ. 2003
Жвалевский О. В., Рудницкий С. Б. Обработка данных в программно-аппаратном комплексе оценки психосоматического статуса пациента // Региональная информатика-2008 (РИ-2008). XI Санкт-Петербургская международная конференция. Санкт-Петербург, 22-24 октября 2008 г.: Материалы конференции. СПб.: СПОИСУ, 2008. С. 238-239.
Жвалевский О. В., Рудницкий С. Б. Проектирование и реализация систем управления базами биометрических данных // Региональная информатика-2008 (РИ-2008). XI Санкт-Петербургская международная конференция. Санкт-Петербург, 22-24 октября 2008 г.: Материалы конференции. СПб.: СПОИСУ, 2008. С. 239-240.
Мищенко С.В., Дивин А.Г., Жилкин В.М., Пономарев С.В., Свириденко А.Д. Автоматизация измерений, контроля и испытаний: Учебное пособие. - Тамбов: Издательство ТГТУ, 2007. http://window.edu.ru/resource/859/56859
Втюрин В.А. Компьютерные технологии в области автоматизации и управления. Учебное пособие по направлению 220700 " Автоматизация технологических процессов". - СПб: СПбГЛТУ. 2011. - 103 с. http://window.edu.ru/resource/063/77063
Кузьменко Н.В. Автоматизация технологических процессов и производств. Часть первая. Конспект лекций: Учебное пособие для студентов заочного отделения специальности 220301 "Автоматизация технологических процессов и производств". - Ангарск: АГТА, 2005. - 77 с. http://window.edu.ru/resource/090/62090
Дополнительная литература
Штефан И.А., Штефан В.В.Математическе методы обработки экспериментальных данных.Учебное пособие - Кемерово: КузГТУ, 2003.- 123 с.
Попечителев Е.П., Романов С.В. Анализ числовых таблиц в биотехнических системах обработки экспериментальных данных. - Л.: Наука, - 1985, - 148 с.
Хикс Ч. Основные принципы планирования эксперимента. М.Мир,1967.
Александров В.В., Шнейдеров В.С. Обработка медико-биологических данных на ЭВМ. - Л.: Медицина, - 1984, - 157 с.
Архипова Г.П., Лаврова И.Г., Трошина И.М. Некоторые современные методы статистического анализа в медицине. - М. - 1971, - 76 с.
Гублер Е.В. Информатика в патологии, клинической медицине и педиатрии. - Л.: Медицина, 1990. - 176c.
Володарский Е.Т., Мамоговский В.Н., Туз Ю.М. Планирование и организация измерительного эксперимента –Киев.: Вища шк., 1987. –280с.
Ермаков С.М., Жиглявский А.А. Математическая теория оптимального эксперимента: Учеб. пособие. –М.: Наука, 1987. –320с.
Плотников В.С. Планирование и организация измерительного эксперимента: Учеб. пособие. –Томск: Изд-во ТПИ, 1984. –75с.
Львовский Е.Н, Статистические методы построения эмпирических формул: Учеб. пособие для втузов. –М.: Высш. шк., 1988. –239 с.: ил.
Математическая обработка медико-биологической информации. /Отв. ред. И.Ш. Пинскер, - М.: Наука, - 1976, - 232 с.
Методы сбора и анализа информации в физиологии и медицине. - М., - 1971, - 319 с.
Борисенко H.A., Фертман А.Д. Автоматизированный анализ экспериментальных данных с применением вейвлет-преобразования, Приборы и Техника Эксперимента, No 2, с. 28-34, 2003.
Golubev A., Alekseev N., Smirnov G., Basko M., Borisenko N., Dubenkov V., Fertman A., Kantsyrev A., Kats M., Korolev V., Mutin Т., Prokuronov M., Roudskoy I., Sharkov В., Turtikov V. First experimental results on high energy density in matter produced by heavy ion beam at the ITEPWAC facility, GSI Ann. Rep. on High Energy Density Physics with Intense Laser and Ion Beams, 2002, p.51, September 2003.
Borisenko N.A., Fertman A.D. A method for automatic analysis of experimental data using wavelet transforms, High Energy Density Physics with Intense Laser and Ion Beams, GSI Ann. Rep. 2002, p. 52, September 2003.
Борисенко H.A., Орехов СБ., Швецов-Шиловский И.Н. Использование вейвлет-преобразования для нахождения максимумов при компьютерной обработке экспериментальных кривых, Научная сессия МИФИ-2003, сборник научных трудов т.1, секция Микроэлектроника, с. 128-129, 2003.
Борисенко Н.А., Швецов-Шиловский И.Н., Орехов СБ., Бло-хин О.Н., Доминов Д.Е. Применение вейвлет-преобразования для компьютерного анализа результатов мониторинга, Вопросы Атомной Науки и Техники, серия физика радиационного воздействия на радиоэлектронную аппаратуру, вып. 4, с. 80-83, 2003.
Борисенко Н.А. Применение непрерывного вейвлет-преобразования к обработке экспериментальных кривых гауссовой формы, Препринт ИТЭФ 10-04, М., 16 стр., 2004.
Пеккер Я.С, Медведев М.А.,Бразовский К.С Применение электроимпедансной томографии в нейрофизиологических исследованиях.- Российский физиологический журнал им. Сеченова.- Т.90. -№8. – 2004. –С.495.
|
