Simulace biologických systémů

Přednášející:

Cvičící:

Anotace:

V předmětu studenti získají obecný přehled o základních pojmech, principech a přístupech k modelování chování biologických systémů. Studenti se seznámí s důležitými jevy pozorovanými v reálných biologických systémech a získají základní náhled na jejich matematickou podstatu a možnost analytického vyjádření včetně využití prostředků umělé inteligence. Mezi probírané fenomény například patří deterministický chaos nebo synchronizace rytmů blízkých (bio)systémů. Studenti také získají povědomí o neurčitosti v modelech reálných dějů a budou seznámeni s nástrojem umožnujícím takové systémy modelovat. V neposlední řadě se studenti během přednášek i cvičení seznámí se zjednodušeným modelem kardiovaskulárního systému se zaměřením na řídící vlivy autonomního nervového systému ovlivňujícími variabilitu srdečního rytmu. Během cvičení budou demonstrovány možnosti programů MS Excel, Maple, Matlab (Simulink, NN toolbox, ANFIS), a Dataplore pro tvorbu probíraných modelů.

Požadavky:

K udělení zápočtu se požaduje pravidelná docházka na přednášky a cvičení, aktivní účast při cvičeních a nastudování zadaného tématu a zpracování referátu. Studenti by měli mít základní znalosti pojmů z kursů matematiky prvního a druhého ročníku ( integrace, (lineární) diferenciální rovnice). Nejsou kladeny nároky na znalost konkrétního SW.

Osnova přednášek:

1.Odlišnost pojetí modelů technických a biologických systémů. Úvod do teorie katastrof, Zeemanův katastrofický stroj.

2.Vlastnosti modelů nelineárních dynamických systémů; periodické, kvaziperiodické, a chaotické chování systémů; pojem deterministický chaos. Fenomén synchronizace.

3.Principy tvorby základních modelů biologických systémů a jejich vlastnosti; populační modely, modely jednoduchých chemických reakcí, modely buněčné regulace, epidemiologický model.

4.Návrh dynamického modelu systému z naměřených dat (rekonstrukce stavového prostoru). Optimalizace parametrů deterministických modelů: matematická analýza, adaptace, genetické algoritmy,.. .

5.Běžné i netradiční modely biologického neuronu. Možnosti využití neuronových sítí k modelování, výhody a nevýhody. Predikce srdeční tepové frekvence.

6.Přístupy k tvorbě modelů biologických systémů s neurčitostí, neurčitost v biologických systémech. Fuzzy model účinku kombinace anestetik s neurčitostí v naměřených datech.

7.Model rychlých řídících vlivů autonomního nervového systému a jejich důsledků na variabilitu srdečního rytmu - monitorování dynamiky kardiovaskulárního systému.

Osnova cvičení:

1 - 2 Simulace jednoduchých katastrofických modelů. Simulace bifurkací v diskrétním modelu populace moučných červů. Simulace spojitého chaotického modelu. (MS Excel, Maple, Matlab)

3Automatizovaný návrh modelu predikce tepové frekvence neuronovou sítí s využitím stavové rekonstrukce signálu z naměřených R-R diagramů. (MS Excel, Dataplore, Matlab/Simulink)

4 Simulace monitorování dynamiky kardiovaskulárního systému pomocí umělých neuronových jednotek HONNU (Matlab/Simulink)

5Automatizovaný návrh adaptivního neuro-fuzzy modelu účinku kombinace anestetik z naměřených dat. (MS Excel, Matlab/Simulink ANFIS,)

6Model rychlých řídících vlivů autonomního nervového systému a jejich důsledků na variabilitu srdečního rytmu - monitorování dynamiky kardiovaskulárního systému.

Cíle studia:

Studijní materiály:

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: