Cel kształcenia i wykaz literatury

Główny cel kształcenia: Zadaniem przedmiotu jest zaznajomienie studentów z możliwościami zastosowań szeroko rozumianej informatyki w medycynie i naukach biomedycznych.

Ogólne informacje o zajęciach: Celami praktycznymi przedmiotu są : przekazanie podstawowych informacji o typach danych medycznych, sposobach ich pozyskiwania, kodowania i elektronicznego przechowywania; nabycie podstawowej wiedzy w zakresie przetwarzania i analizy danych medycznych zarówno metodami statystycznymi jak i pochodzącymi z dziedziny sztucznej inteligencji; pokazanie możliwości zastosowania technik wspomagania decyzji w systemach medycznych; demonstracja zastosowań technik multimedialnych i Internetu w naukach biomedycznych; przekazanie podstawowych informacji o organizacji jednostek opieki medycznej, przepływie informacji wewnątrz nich.

Materiały dydaktyczne: pei.prz.edu.pl/dydaktyka

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Lee Peter, Goldberg Carey, Isaac Kohane	Rewolucja sztucznej inteligencji w medycynie	Helion.	2024
2	Hadelin de Ponteves	Sztuczna inteligencja.. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem	Helion.	2021
3	Tadeusiewicz R., Wajs R.	Informatyka Medyczana	UMCS, Lublin.	2011

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Fenner M.	Uczenie maszynowe w Pythonie dla każdego	Helion.	2020
2	Tadeusiewicz R. (red.)	Inżynieria biomedyczna	AGH Uczelniane Wydawnictwa Naukowo-Dydaktyczne.	2008
3	Cytowski J., Gielecki J., Gola A.	Cyfrowe przetwarzanie obrazów medycznych. Algorytmy. Technologie. Zastosowania	AOW Exit.	2008

Literatura do samodzielnego studiowania

1	Gobert LeeHiroshi Fujita	Deep Learning in Medical Image Analysis: Challenges and Applications	Springer.	2020
2	Sanjay Saxena, Sudip Paul	Deep Learning Applications in Medical Imaging	IGI Global.	2020

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Programowanie obiektowe, sieci komputerowe – podstawy (znajomość budowy sieci komputerowych, protokołów sieciowych), bazy danych

Wymagania wstępne w kategorii Wiedzy: Wiedza dotycząca budowy systemów operacyjnych, rodzajów baz danych

Wymagania wstępne w kategorii Umiejętności: Umiejętność wykorzystywania dowolnego języka programowania, technologią sieci web, bazami danych, przetwarzaniem sygnałów i obrazów

Wymagania wstępne w kategorii Kompetencji społecznych: Student powinien umieć pracować indywidualnie jaki i w zespole

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	umiejętność pozyskiwania informacji medycznych z baz danych i internetu	wykład, laboratorium	zaliczenie cz. ustna, prezentacja projektu	K_W04++ K_U20+	P6S_UW P6S_WG
02	umiejętność przetwarzania danych statystycznych, obrazów i sygnałów	wykład	zaliczenie cz. praktyczna	K_W04++ K_U04+ K_K01+	P6S_KK P6S_UK P6S_UU P6S_WG
03	umiejętność analizy i wnioskowania informacji z danych medycznych oraz urządzeń medycznych	wykład	zaliczenie cz. praktyczna	K_W04++ K_U20++ K_K01+	P6S_KK P6S_UU P6S_UW P6S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
6	TK01	Wprowadzenie do Informatyki Medycznej Specyfika medycznych systemów informacyjnych, zwłaszcza w zakresie systemów opieki klinicznej i diagnostyki.	W1	MEK01
6	TK02	Modele informacyjne jednostek opieki medycznej oraz przepływ informacji o leczeniu pacjenta na przykładzie szpitala. Typy danych medycznych i ich źródła. Metody zapisu i elektronicznego przechowywania danych medycznych.	W2, W3, L1	MEK01
6	TK03	Akwizycja danych medycznych: dane wyrażone w języku naturalnym, dane pomiarowe. Przetwarzanie i analiza sygnałów biomedycznych.	W4, L2	MEK01 MEK02
6	TK04	Przegląd wybranych urządzeń diagnostycznych: ultradźwiękowe (USG), bioelektryczne (EKG, EEG), radiacyjne (RTG, TK), emisyjne (tomograf NMR), mikroskopia optyczna i elektronowa. Telemedycyna z wykorzystaniem Internetu. Systemy edukacyjne.	W5, W6, L3	MEK02 MEK03
6	TK05	Dane obrazowe w medycynie: typy, specyfika, metody pozyskiwania, przetwarzanie. Cyfrowe przetwarzanie obrazów medycznych. Przetwarzanie 1D, 2D, filtry, operacje morfologiczne, segmentacja, szkieletyzacja.	W7, W8, L4	MEK02 MEK03
6	TK06	Wnioskowanie z danych medycznych i szeregów czasowych. Statystyczna analiza danych. Zastosowanie wybranych metod uczenia maszynowego oraz uczenia głębokiego do wnioskowania z danych medycznych i szeregów czasowych (np. EKG, EEG).	W9, L5	MEK02
6	TK07	Wnioskowanie z danych obrazowych. Statystyczna analiza danych. Zastosowanie uczenia maszynowego, uczenia głębokiego do wnioskowania z obrazowych danych medycznych.	W10, W11, L6	MEK01 MEK02 MEK03
6	TK08	Projektowania systemów informatycznych z uwzględnieniem specyfiki służby zdrowia i aplikacji medycznych. Aplikacje i systemy kontrolno-pomiarowe w medycynie.	W12, W13, L7	MEK03

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 6)		Godziny kontaktowe: 25.00 godz./sem.	Uzupełnienie/studiowanie notatek: 5.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem.
Laboratorium (sem. 6)	Przygotowanie do laboratorium: 7.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 10.00 godz./sem. Inne: 2.00 godz./sem.
Konsultacje (sem. 6)	Przygotowanie do konsultacji: 2.00 godz./sem.	Udział w konsultacjach: 2.00 godz./sem.
Zaliczenie (sem. 6)	Przygotowanie do zaliczenia: 6.00 godz./sem.	Zaliczenie pisemne: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Test pisemny, zalicza min 50% punktów
Laboratorium	Oceny ze sprawozdań oraz samodzielnego zadania (projektu)
Ocena końcowa	średnia ważona ocen z testu i laboratorium (35% test, 65% laboratorium)

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1	D. Kalandyk; B. Kwiatkowski; D. Mazur	CNC Machine Control Using Deep Reinforcement Learning	2024
2	J. Bartman; T. Kwater; B. Kwiatkowski; D. Mazur	An off-line application that determines the maximum accuracy of the realization of reference points from G-code for given parameters of CNC machine dynamics	2024
3	M. Kolcun; D. Martinko; D. Mazur; D. Medved	Planning of the Optimal Performance of Household Photovoltaics and Battery Storage within Consideration of Investment Return	2024
4	D. Kalandyk; B. Kwiatkowski; D. Mazur	Application of Mamdani Fuzzy Logic Inference System to Optimise CNC Machine Motion Dynamics	2023
5	G. Dec; D. Mazur; D. Rzońca	Urządzenie zabezpieczające powierzchnie płaskie, zwłaszcza powierzchnie paneli fotowoltaicznych	2023
6	G. Drałus	Metody śledzenia punktu MPP modułu fotowoltaicznego	2023
7	G. Drałus; J. Drałus; J. Kusznier; D. Mazur	Application of Artificial Intelligence Algorithms in Multilayer Perceptron and Elman Networks to Predict Photovoltaic Power Plant Generation	2023
8	L. Bena; J. Dzmura; D. Martinko; D. Mazur; D. Medved; M. Oliinyk	Assessing the Effects of Smart Parking Infrastructure on the Electrical Power System	2023
9	M. Hubacz; D. Mazur; B. Pawłowicz; M. Salach; M. Skoczylas; B. Trybus	Navigation and mapping of closed spaces with a mobile robot and RFID grid	2023
10	B. Kopchak; M. Koryl; T. Kwater; B. Kwiatkowski; Y. Marushchak; D. Mazur	Approximation of Fractional Order PIλDμ-Controller Transfer Function Using Chain Fractions	2022
11	I. Bilyakovskyy; D. Kalandyk; B. Kwiatkowski; O. Makarchuk; D. Mazur; I. Shchur; V. Turkovskyi	Improved Matlab/Simulink model of dual three-phase fractional slot and concentrated winding PM motor for EV applied brushless DC drive	2022
12	J. Bartman; T. Kwater; B. Kwiatkowski; D. Mazur	Analiza zborności parametrów odbiorników energii elektrycznej w kontekście bezinwazyjnej identyfikacji urządzeń	2022
13	K. Balawender; R. Brodowski; G. Budzik; J. Cebulski; D. Filip; K. Kroczek; B. Lewandowski; A. Mazur; D. Mazur; M. Oleksy; S. Orkisz; Ł. Przeszłowski; J. Szczygielski; P. Turek	Characterisation of Selected Materials in Medical Applications	2022
14	K. Bulanda; K. Czech; D. Krajewski; G. Masłowski; D. Mazur; M. Oleksy; R. Oliwa	Methods for Enhancing the Electrical Properties of Epoxy Matrix Composites	2022
15	A. Czmil; G. Drałus; D. Mazur	Automatic Detection and Counting of Blood Cells in Smear Images Using RetinaNet	2021
16	D. Mazur; A. Rózowicz; S. Rózowicz; M. Włodarczyk; A. Zawadzki	Assessment of the Impact of Per Unit Parameters Errors on Wave and Output Parameters in a Transmission Line	2021
17	D. Mazur; A. Różowicz; S. Różowicz; M. Włodarczyk; A. Zawadzki	Modelling an induction coil with fractional-order magnetic coupling in an ignition system of internal combustion engines	2021
18	G. Dec; G. Drałus; B. Kwiatkowski; D. Mazur	Forecasting Models of Daily Energy Generation by PV Panels Using Fuzzy Logic	2021
19	J. Bartman; P. Hawro; T. Kwater; D. Mazur	The algorithm of adaptive determination of amplification of the PD filter estimating object state on the basis of signal measurable on-line	2021
20	P. Hawro; L. Kasha; B. Kopchak; B. Kwiatkowski; A. Lozynskyy; O. Lozynskyy; Y. Marushchak; D. Mazur; R. Pękala; B. Twaróg; R. Ziemba	Formation of Characteristic Polynomials on the Basis of Fractional Powers j of Dynamic Systems and Stability Problems of Such Systems	2021
21	D. Aebisher; D. Bartusik-Aebisher; A. Czmil; D. Mazur	Trastuzumab Efficacy Quantified by Fluorine-19 Magnetic Resonance Imaging	2020
22	D. Aebisher; D. Bartusik; A. Czmil; D. Mazur	Evaluation of mr relaxation times following trastuzumab treatment of breast cancer cells in a 3d bioreactor	2020
23	G. Drałus; T. Rak	Prognozowanie w horyzoncie jednej godziny produkcji energii przez panel fotowoltaiczny	2020
24	G. Drałus; T. Rak	Programowanie równoległe w hybrydowym środowisku MPI i OpenMP na klastrze serwerów	2020
25	J. Bartman; B. Kwiatkowski; D. Mazur	The quality of data and the accuracy of energy generation forecast by artificial neural networks	2020
26	L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń	Direct Consideration of Eddy Current Losses in Laminated Magnetic Cores in Finite Element Method (FEM) Calculations Using the Laplace Transform	2020
27	A. Czmil; S. Czmil; D. Mazur	A Method to Detect Type 1 Diabetes Based on Physical Activity Measurements Using a Mobile Device	2019
28	D. Mazur	Opracowanie na podstawie wyników prac B+R modułów wyposażonych w inteligentne metody przetwarzania danych oraz bezrdzeniowe czujniki prądu wykonane w technologii wielowarstwowych obwodów drukowanych na rzecz stworzenia kompleksowego narzędzia optymalizującego koszty i zużycie energii elektrycznej w zakładach przemysłowych współzasilanych z OZE	2019
29	G. Dec; D. Mazur; D. Rzońca	Urządzenie zabezpieczające powierzchnie płaskie, zwłaszcza powierzchnie paneli fotowoltaicznych	2019
30	K. Baran; D. Mazur; A. Różowicz; S. Różowicz; H. Wachta	Thermal Analysis of the Factors Influencing Junction Temperature of LED Panel Sources	2019
31	L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń	Analysis of axial flux permanent magnet generator	2019
32	L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń	Computationally Efficient Method of Co-Energy Calculation for Transverse Flux Machine Based on Poisson Equation in 2D	2019
33	L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń; Z. Szczerba	Modeling and Analysis of the AFPM Generator in a Small Wind Farm System	2019
34	M. Bolanowski; G. Budzik; D. Mazur; M. Oleksy; A. Paszkiewicz	Analysis of possible SDN use in the rapid prototyping process as part of the Industry 4.0	2019
35	M. Dorozhovets; Y. Marushchak; D. Mazur	Operational Estimating of Arcs Voltage of Arc Steel Furnace	2019
36	R. Hanus; C. Kreischer; D. Mazur	Methods and Techniques of Signal Processing in Physical Measurements	2019