ΜΕΙ009 MEI Μεταπτυχιακή Διπλωματική Εργασία - Master Thesis

Μεταπτυχιακή Διπλωματική Εργασία / Master Thesis

MEI008 Physiological modelling / Μοντελοποίηση φυσιολογικών συστημάτων

ΜΕΙ001 Προγραμματισμός υπολογιστών για επαγγελματίες υγείας / Computing programming for health care professionals

Aim of the course

1 Students by the end of the course should have aquired good R-programming skills. 
2 They should  have familiarity with foundational statistical values and concepts that are usually referred to in research work
3 They could interpret graphs encountered on research articles and create their own meaningful graphs
4 They could perform statistical data analysis and extract information by exploring the data
5 Get familiar with models in machine learning using R
6  Students could be able to handle sets of medical data and process medical images and signals.

Objectives

1 Students by the end of the course should have understood basic programming concepts that apply to not only R, but also to other programming languages. 
2 Students should have familiarity with foundational statistical values and concepts. Students should be able to understand the meaning of statistical words like variance, standard deviation, p-value and compute them by using R.
3 They should be able to read and interpret graphs and formulate their own meaningful graphs from available data
4 They could perform basic statistical analysis.
5 They could experiment on forming a machine learning model, using medical data.
6 Students  could be able to use Octave to handle sets of data, images and signals (i.e. apply filter transformation).

Instructors

Paschaloudi Vasileia, PhD, PostDoc cand, Medical School AUTH , Laboratory Τeaching Staff, Lab of Computing, Medical Informatics and Biomedical – Imaging Technologies

Filos Dimitris, PhD, PostDoc cand, Lund University

MEI002 Βιολογία, Ανατομία και Φυσιολογία για Μηχανικούς και Φυσικούς / Biological and physiological systems for engineers and physicists

ΜΕΙ003 Biomedical Data and Machine Learning

AIMS

1 Understanding of the basic challenges of data science in medicine

2 Understanding of machine learning methods

3 Familiarization with the use of ML techniques and tools 4 Familiarization with the application of ML methods towards solving specific problems with different types of biomedical data

MEI004 MEI Biomedical Signals / Βιοϊατρικά Σήματα

Ο σκοπός του μαθήματος είναι παρουσίαση των βιοϊατρικών σημάτων καθώς και τεχνικών επεξεργασίας με στόχο τη διάγνωση. Η ύλη του μαθήματος περιλαμβάνει: Εισαγωγή στα σήματα και τη σημασία τους στην ιατρική έρευνα και τις υπηρεσίες υγείας, Μιγαδικά & Πραγματικά σήματα, Δειγματοληψία, μετασχηματισμός Fourier, ανάλυση με wavelets, ληψη και επεξεργασία ηλεκτροκαρδιογραφήματος (ΗΚΓ), έννοια του καρδιακού ρυθμού (θεωρία και hands-on), ανάλυση ΗΚΓ και μεταβλητότητας του καρδιακού ρυθμού (θεωρια και handson), είδη σημάτων εξατομικευμένης ιατρικής φροντίδας υγείας-κοινωνικά σήματα και άλλα, προεπεξεργασία νευροφυσιολογικών σημάτων, επεξεργασία νευροφυσιολογικών σημάτων/Βαθειά Μάθηση, προ/επεξεργασία νευροφυσιολογικών σημάτων για λειτουργική απεικόνιση κ δίκτυα, αναγνώριση προτύπων προσωπικότητας. Με την επιτυχή ολοκλήρωση του μαθήματος οι μεταπτυχιακοί φοιτητές θα είναι σε θέση να γνωρίζουν τους τύπους βιοϊατρικών σημάτων, τη μαθηματική αναπαράσταση μιγαδικών σημάτων, βασικές αρχές επεξεργασίας σήματος καθώς και νεότερες τεχνικές μέσω νευρωνικών δικτύων.

ΜΕΙ005 ΜΕΙ005 Biomedical Image Processing/Επεξεργασία Ιατρικής Εικόνας


  1. Εισαγωγή στην επεξεργασία Ιατρικής Εικόνας
  2. Εισαγωγή στα Νευρωνικά Δίκτυα
  3. Εισαγωγή Κατάτμηση Ιατρικής Εικόνας
  4. Οπτικοποίηση Ιατρικής Εικόνας
  5. Καταχώρηση Ιατρικών Εικόνων 
  6. Εύρεση αντικειμένων ενδιαφέροντος σε Ιατρική Εικόνα 
  7. Προηγμένες Τεχνικές Βαθιάς Μάθησης: Fully Convolutional Neural Networks
  8. Προηγμένες Τεχνικές Βαθιάς Μάθησης: Reinforcment Learning
  9. Σεμινάριο: Βιοπληροφορική
  10. Σεμινάριο: Αναγνώριση Νοηματικής Γλώσσας

MEI006 MEI Seminars in Medical Engineering and Informatics / Διαλέξεις σε Ιατρική Μηχανική και Πληροφορική

MEI007 Medical Technology Standards / Πρότυπα Ιατρικής Τεχνολογίας

In depth study of the technological standards that govern Medical and Biomedical devices.

Μελέτη σε βάθος των τεχνολογικών προτύπων που διέπουν τις Ιατρικές και Βιοϊατρικές συσκευές.