Biomedisinsk dataanalyse (ELE922)

Teori: Introduksjon til biomedisinske signaler (og bilder); grunnleggende begrep fra tids- og frekvensdomene; støyfjerning; deteksjon av hendelser og objekter; karakterisering av form- og kompleksitet for bølgeformer og objekter; frekvensdomenekarakterisering; mønstergjenkjenning og diagnostiske beslutninger.

Laboratorieaktiviteter: Introduksjon til dataverktøy og videre laboratorieøvinger knyttet til teori. 

Kunnskap: Formålet med faget er å gi studenter med klinisk bakgrunn innsikt i viktige konsepter og ferdigheter til å håndtere relevante problemstillinger innen biomedisinsk dataanalyse . Videre skal emnet gi innsikt i sentrale anvendelser av datanalyse med eksempler fra signalbehandling, bildebehandling  og mønstergjenkjenning.  Faget skal gi kompetanse som gjør at kandidaten skal forstå og kunne anvende forskningsmetode som forskere med bakgrunn innen teknologiske fag anvender.  Dette skal gjøre samarbeid mellom medisinere og teknologer mer effektivt og bidra til å fremme translatorisk forskning.   Ferdigheter: Studenten skal  kunne bruke grunnleggende dataverktøy som f.eks. MATLAB eller Python til å utføre oppgavene beskrevet over. En introduksjonen vil gi en innføring i grunnleggende programmering med bruk av kontrollstrukturer.  Utførelse av laboratorieøvingene i kurset vil avhenge av at studenten har tilegnet seg tilstrekkelige programmeringsferdigheter. Generell kompetanse: Etter å ha tatt dette emnet skal studenten kunne kjenne igjen problemstillinger som kan håndteres ved bruk av metoder for dataanalyse.  Videre skal studenten kunne presisere og formulere problemstillingen ved bruk av fagterminologien som er tilegnet gjennom kurset.  Løsning av problemet innebærer at studenten skal kunne hente ut relevant informasjon (for eksempel i forhold til diagnose) fra et biomedisinsk signal (eller bilde) og bruke denne informasjonen til å støtte en beslutning. Dette kan være en beslutning rettet mot diagnose eller terapi. For å få til dette må studenten kunne håndtere ulike typer teknikker for støyfjerning og karakterisering av hendelser og eventuelt tilstander i det biomedisinske signalet (eller objekter I bilder).

Ingen

Fagperson(er)

Faglærer:

Stein Ørn

Emneansvarlig:

Trygve Christian Eftestøl

Faglærer:

Kjersti Engan

Instituttleder:

Tom Ryen

Emneansvarlig:

Ketil Oppedal

Faglærer:

Ketil Oppedal

Ledet selvstudium. Forelesning kan i enkelte tilfeller avtales.

Skjer vanligvis gjennom skjema og/eller samtaler i henhold til gjeldende retningslinjer.

R. M. Rangayyan; Biomedical Signal Analysis - A case-study approach; Wiley-Interscience 2002.

R. M. Rangayyan; Biomedical Image Analysis, CRC Press 2005.

L Sörnmo, P. Laguna; Bioelectric signal processing in cardiac and neurological applications; Elsevier Academic Press 2005.

T. Eftestøl; Lecture notes for biomedical data analysis

Emnebeskrivelsen er hentet fra Felles studentsystem Versjon 1