Website
Modulhandbuch Master Medizinische Informatik ab WS 2014/15

Modul CS4366

Medical Data Analytics (MDA)

Dauer:


1 Semester
Angebotsturnus:


Wird nicht mehr angeboten
Leistungspunkte:


8
Studiengang, Fachgebiet und Fachsemester:
  • Master Medizinische Informatik 2014 (Wahlpflicht), eHealth / Informatik, 1. oder 2. Fachsemester
Lehrveranstaltungen:
  • CS4366-Ü: Medical Data Analytics (Übung, 2 SWS)
  • CS4366-V: Medical Data Analytics (Vorlesung, 4 SWS)
Workload:
  • 90 Stunden Präsenzstudium
  • 40 Stunden Prüfungsvorbereitung
  • 110 Stunden Selbststudium und Aufgabenbearbeitung
Lehrinhalte:
  • Aktuelle Verfahren zur Aufbereitung und Analyse verschiedener medizinischer Daten
  • Methoden zur Analyse klinischer Daten
  • Verfahren zur automatischen Analyse und Interpretation von Biosensordaten
  • Verfahren zur Weiterverarbeitung und Interpretation von extrahierten Bildmerkmalen
  • Radiomics-Methoden zur Detektion von Biomarkern
  • Korrelationsverfahren zur Analyse der Zusammenhänge zwischen Bildinformationen mit genetischen Information
  • Methoden zur Analyse von OMICS-Daten
  • Verfahren zur Bestimmung genetischer und molekularbiologischer Biomarker
  • Big Data Analytics -Methoden von enorm umfangreichen Datenmengen zur Analyse von Biosensordaten und Wellness-Daten, die mithilfe von Sensoren, Kameras etc. im sowohl im Alltag als auch im Behandlungskontext im Krankenhaus erfasst werden können.
  • Problemangepasste Methoden der statistischen Analyse sowie der weitergehenden automatischen Interpretation mithilfe von Verfahren des maschinellen Lernens
  • Methoden der computerunterstützten Entscheidungsfindung und Prognostik zur Unterstützung der medizinischen Diagnostik und Therapie.
  • Beispielhafte Anwendung der Methoden in aktuellen Problemstellungen zur Integration, Aufbereitung, Analyse und Interpretation heterogener medizinischer Daten aus dem klinischen Alltag und der klinischen Forschung vorgestellt.
Qualifikationsziele/Kompetenzen:
  • Die Studierenden kennen aktuelle Verfahren zur Aufbereitung und Analyse verschiedener medizinischer Daten.
  • Sie können Methoden zur Analyse klinischer Daten sowie Verfahren zur automatischen Analyse und Interpretation von Biosensordaten einsetzen und ihre Ergebnisse systematisch evaluieren und interpretieren.
  • Sie kennen Verfahren zur Weiterverarbeitung und Interpretation von extrahierten Bildmerkmalen und Radiomics-Methoden zur Detektion von Biomarkern.
  • Sie kennen verschiedene Methoden zur Analyse von OMICS-Daten .
  • Sie beherrschen Korrelationsverfahren und können diese zur Analyse der Zusammenhänge zwischen Bildinformationen mit genetischen Information einsetzen.
  • Sie können verschiedene Methoden zur Analyse von enorm umfangreichen Datenmengen auswählen und problemspezifisch bewerten.
  • Sie sind in der Lage, eigenständige Auswertungen umfangreicher Datenmengen, die mit Biosensoren, Kameras etc. erfasst werden, durchzuführen.
  • Sie kennen verschiedene Methoden der statistischen Analyse sowie der weitergehenden automatischen Interpretation mithilfe von Verfahren des maschinellen Lernens und könne diese problemspezifisch auswählen und optimiert einsetzen.
  • Sie kennen verschiedene Methoden der computerunterstützten Entscheidungsfindung und Prognostik zur Unterstützung der medizinischen Diagnostik und Therapie.
  • Sie sind in der Lage, die gelernten Methoden in beispielhaften Anwendungen zur Aufbereitung, Analyse und Interpretation heterogener medizinischer Daten einzusetzen.
Vergabe von Leistungspunkten und Benotung durch:
  • Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
Setzt voraus:
Modulverantwortlicher:
Lehrende:
Sprache:
  • Wird nur auf Deutsch angeboten
Bemerkungen:

Prüfungsvorleistungen können zu Beginn des Semesters festgelegt werden. Sind Vorleistungen definiert, müssen diese vor der Erstprüfung erbracht und positiv bewertet worden sein.

Letzte Änderung:
17.7.2019