Politechnika
Warszawska

Katalog
ECTS

Nazwa przedmiotu:

Analiza danych pomiarowych w medycynie

Koordynator przedmiotu:

Bogumił KONARZEWSKI

Status przedmiotu:

Obowiązkowy

Poziom kształcenia:

Studia I stopnia

Program:

Elektronika

Grupa przedmiotów:

Przedmioty techniczne

Kod przedmiotu:

ADP

Semestr nominalny:

6 / rok ak. 2019/2020

Liczba punktów ECTS:

4

Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:

77

Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:

Język prowadzenia zajęć:

polski

Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:

Formy zajęć i ich wymiar w semestrze:

• Wykład30h
• Ćwiczenia0h
• Laboratorium0h
• Projekt15h
• Lekcje komputerowe0h

Wymagania wstępne:

brak

Limit liczby studentów:

36

Cel przedmiotu:

* zapoznanie studentów z podstawowymi metodami przetwarzania i analizy danych pomiarowych w naukach biomedycznych, w szczególności mającymi zastosowanie w diagnostyce medycznej * ukształtowanie podstawowych umiejętności w zakresie tworzenia algorytmów przetwarzania i analizy danych pomiarowych we wspomaganiu komputerowym diagnoz

Treści kształcenia:

Treść wykładu 1.Proces pomiaru i błędy pomiarowe (b.przypadkowy, b. systematyczny, b. grube), model b. przypadkowych – postulat Gaussa, propagacja błędów w pomiarach pośrednich, eliminacja błędów grubych przy pomocy kryterium Chauveneta. 2. Modele statystyczne emisji promieniowania jonizującego (rozkład dwupunktowy, Bernoulliego, Poissona)metody pomiaru aktywności źródła/radiofarmaceutyku z uwzględnieniem biegu własnego. 3. Podstawy teorii estymacji, własności estymatorów, metoda największej wiarygodności wyznaczania estymatorów, średnia i wariancja z próby dla b. długiego ciągu danych, estymacja punktowa w analizie prążka widma spektrometrycznego (wyznaczenie energii prążka oraz energetycznej zdolności rozdzielczej spektrometru) 4. Estymacja przedziałowa (rozkłady jednowymiarowe) dla wartości średniej i wariancji – wyznaczanie przedziału w którym zawiera się wartość mierzona w badaniach laboratoryjnych (np. stężenie glukozy) lub pomiarach promieniowania jonizującego (np. liczba zliczeń). 5. Korelacja zmiennych losowych – estymacja współczynnika korelacji w analizie danych w naukach biomedycznych (np. liczba wypalanych papierosów i umieralność na raka płuc). 6. Testy istotności w analizie danych biomedycznych dla wartości średniej, wariancji i współczynnika korelacji. 7. Estymacja przedziałowa (rozkłady wielowymiarowe) dla wartości średniej (np. analiza wagi i wzrostu noworodków). 8. Metody regresji w analizie danych biomedycznych, regresja wielomianowa, aproksymacja danych eksperymentalnych założoną zależnością funkcyjną (np. dopasowanie rozkładu Gaussa do prążka widma spektrometrycznego). 9. Testy istotności w analizie danych biomedycznych dla dwóch wartości średnich, dwóch wariancji i dwóch frakcji (np. analiza ujemnych skutków hormonalnej terapii zastępczej). 10. Analiza wariancji w analizie danych biomedycznych (np. badanie wpływu podawania leków na wyniki morfologii krwi). 11. Dyskryminacja i klasyfikacja w analizie danych biomedycznych – wielowymiarowa miara dyskryminacyjne, test statystyczny metody diagnostycznej, krzywe ROC. 12. Zastosowanie tw. Bayesa w interpretacji wyników diagnostycznych (paradoks AIDS). 13.Kalsyfikacja we wspomaganiu diagnostyki medycznej – teoria decyzji i klasyfikacji Bayesa, klasyfikator Bayesa (dla rożnych postaci macierzy kowariancji), liniowy klasyfikator Fishera, metody selekcji i ekstrakcji cech. 14. Metody estymacji widmowej gęstości mocy sygnałów w analizie danych biomedycznych – metody klasyczne (periodogram, korelogram) i parametryczne (estymacja metodą AR, MA i ARMA) oraz ich zastosowanie w analizie sygnału EKG wysokiej rozdzielczości, sygnału fonokardiograficznego, sygnału EEG. 15. Analiza danych obrazowych – definiowanie i charakterystyka obrazów, analiza w zakresie treści (modele semantyczne, rozumienie, opisy wiedzy służące intepretacji), ocena jakości (miary obliczeniowe i subiektywne) oraz wiarygodności obrazów medycznych (charakterystyka użyteczności, testy detekcji patologii). Zakres projektu Projekt polega na rozwiązaniu (w zespołach kilkuosobowych) trzech zestawów zadań problemowych. Ocena każdego zestawu zadań odbywa się podczas prezentacji audytoryjnej (w obecności całej grupy studenckiej). Projekt 1. Metody estymacji punktowej i estymacji przedziałowej. Projekt 2. Metody regresji liniowej i wielomianowej (aproksymacja danych eksperymentalnych zależnością funkcyjną), testy istotności dla współczynnika korelacji. Projekt 3. Analiza wariancji w analizie danych pomiarowych, metody selekcji cech.

Metody oceny:

Wiedza i umiejętności studentów sprawdzane są podczas projektu i egzaminu. Ocena z egzaminu wchodzi z wagą 0.7 do oceny z przedmiotu. Ocena z projektu wchodzi z wagą 0.3 do oceny z przedmiotu.

Egzamin:

tak

Literatura:

Literatura [1] H. Ahrens, J. Läuter „Wielowymiarowa analiza wariancji” PWN, Warszawa 1979 [2] J. Arendarski „ Niepewność pomiarów” Oficyna Wydawnicza PW, Warszawa 2003 [3] A. Bielski, R. Ciuryło „Podstawy metod opracowywania pomiarów”, Wyd. II poprawione i częściowo zmienione, Wydawnictwo Uniwersytetu Mikołaja Kopernika, Toruń 2001 [4] S. Brandt „Analiza danych. Metody statystyczne i obliczeniowe” PWN, Warszawa 1998 [5] J. Jóźwiak, J. Podgórski „Statystyka od podstaw”, Wyd. V zmienione, PWE, Warszawa 1997 [6] W. Klonecki „Statystyka dla inżynierów” PWN, Warszawa 1999 [7] Z. Kotulski, W, Szczepański „Rachunek błędów dla inżynierów” WNT, Warszawa 2004 [8] J. Koronacki, J. Mielniczuk „Statystyka dla studentów kierunków technicznych i przyrodniczych” WNT, Warszawa 2001 [9] J. Koronacki, J. Ćwik „Statystyczne systemy uczące się” WNT, Warszawa 2005 [10] R. Nowak „Statystyka dla fizyków” PWN, Warszawa 2002 [11] A. Petrie, C. Sabin „Statystyka medyczna w zarysie” PZWL, Warszawa 2006 [12] J. T. Taylor „Wstęp do analizy błędu pomiarowego” PWN, Warszawa 1999 [13] T. Zieliński „Pierwsza pomoc dla lekarzy czyli Medice, statistice te ipsum” Mikom 1996 [14] S. L. Marple „Digital spectral analysis with applications” Prentice Hall, Englewood Cliffs, NJ, 1987 [15] S. M. Kay „Modern spectral estimation: Theory and application” Prentice Hall, Englewood Cliffs, NJ, 1988 [16] P. Stoica, R. L. Moses „Introduction to Spectral Analysis” Prentice Hall, Upper Saddle River, NJ, 1997 [17] A. Przelaskowski „Miary jakości” w „Multimedia – algorytmy i standardy kompresji” pod red. W. Skarbka, Akademicka Oficyna Wydawnicza PLJ, str. 111-142, 1998.

Witryna www przedmiotu:

brak

Uwagi:

brak

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W1

wiedza nt. błędów pomiarowych (przypadkowy/systematyczny/gruby) oraz metod ich redukcji/eliminacji
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W01, K_W11
Powiązane charakterystyki obszarowe:

Charakterystyka W2

wiedza nt. estmatorów (nieobciążony/zgodny/efektywny) oraz ich wyznaczania metodą największej wiarygodności
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W01, K_W11
Powiązane charakterystyki obszarowe:

Charakterystyka W3

wiedza nt. metod estymacji punktowej i przedziałowej do wyznaczenia przedziału zawierający mierzoną wartość
Weryfikacja: egzamin/projekt
Powiązane charakterystyki kierunkowe: K_W01, K_W11
Powiązane charakterystyki obszarowe:

Charakterystyka W4

wiedza nt. testów istotności do oceny wiarygodności otrzymanych wyników
Weryfikacja: egzamin/projekt
Powiązane charakterystyki kierunkowe: K_W01, K_W11
Powiązane charakterystyki obszarowe:

Charakterystyka W5

wiedza nt. metod selekcji i ekstrakcji cech we wspomaganiu diagnostyki medycznej
Weryfikacja: projekt
Powiązane charakterystyki kierunkowe: K_W01, K_W11
Powiązane charakterystyki obszarowe:

Charakterystyka W6

wiedza nt. podstawowych klasyfikatorów liniowych stosowanych w diagnostyce medycznej łącznie z metodami oceny ich dokładności
Weryfikacja: egzamin/projekt
Powiązane charakterystyki kierunkowe: K_W01, K_W11
Powiązane charakterystyki obszarowe:

Charakterystyka W7

wiedza nt. metody estymacji widma gęstości mocy sygnałów biomedycznych oraz ich własności
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W01, K_W10, K_W11
Powiązane charakterystyki obszarowe:

Charakterystyka W8

wiedza nt. podstawowych właściwości obrazów oraz sposobów ich analizy, rozumienia i interpretacji, omówić cechy treści obrazowej oraz sposoby oceny jakości i użyteczności obrazów
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W01, K_W10, K_W11
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - umiejętności

Charakterystyka U1

wykorzystanie metody estymacji punktowej w pomiarach aktywności źródeł izotopowych/radiofarmaceutyków
Weryfikacja: projekt/egzamin
Powiązane charakterystyki kierunkowe: K_U03, K_U02
Powiązane charakterystyki obszarowe:

Charakterystyka U2

wykorzystanie metody estymacji przedziałowej do analizy prążka widma spektrometrycznego
Weryfikacja: projekt/egzamin
Powiązane charakterystyki kierunkowe: K_U02, K_U03
Powiązane charakterystyki obszarowe:

Charakterystyka U3

dokonanie oceny otrzymanych wyników pomiarowych przy pomocy testów statystycznych oraz analizy wariancji
Weryfikacja: projekt/egzamin
Powiązane charakterystyki kierunkowe: K_U02, K_U03
Powiązane charakterystyki obszarowe:

Charakterystyka U4

przeprowadzenie (wybraną metodą) selekcji cech dla dostępnych danych pomiarowych
Weryfikacja: projekt/egzamin
Powiązane charakterystyki kierunkowe: K_U02, K_U03, K_U21
Powiązane charakterystyki obszarowe:

Charakterystyka U5

przeprowadzenie oceny wiarygodności diagnostycznej obrazów medycznych, zaprojektować test i zanalizować wyniki
Weryfikacja: projekt
Powiązane charakterystyki kierunkowe: K_U02, K_U03, K_U21
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K1

umiejętność pracy w zespole
Weryfikacja: projekt
Powiązane charakterystyki kierunkowe: K_K03
Powiązane charakterystyki obszarowe: