Aplikace umělé inteligence a biokybernetiky v medicíně

Přednášející:

Pavel Smrčka, Vladimír Krajča (gar.)

Cvičící:

Pavel Smrčka, Vladimír Krajča (gar.)

Předmět zajišťuje:

katedra informačních a komunikačních technologií v lékařství

Anotace:

Požadavky:

Osnova přednášek:

1. Definice cílů umělé inteligence v medicíně, vztah s kybernetikou, příklady praktických aplikací.

2. Informační entropie a její vlastnosti, střední vzájemná informace a metody jejího výpočtu, souvislost informační a termodynamické entropie, princip maxima entropie.

3. Organizace biologických systémů, stavový prostor, vnější a vnitřní modely systémů, neurčitost při popisu systémů, deterministický, stochastický, fuzzy a neuronový přístup.

4. Vybrané biokybernetické modely a příklady jejich aplikace v medicíně. Kompartmentové modely, farmakokinetické modely, přehled metod identifikace systémů.

5. Metody neinformovaného a informovaného prohledávání stavového prostoru, reprezentace znalostí.

6. Rozpoznávání a rozhodování, statistické (příznakové) a strukturální (syntaktické) metody.

7. Pravidlový systém, pravděpodobnostní a fuzzy přístup, inference.

8. Expertní systémy - typy, struktura, princip funkce, příklady aplikace.

9. Aplikace metod umělé inteligence při analýze EEG signálu

10. Selekce a extrakce příznaků. Základní metrické klasifikátory. Bayesův klasifikátor. Rozhodovací stromy. Příklady aplikací.

11. Shluková analýza v příznakovém prostoru, přehled základních metod s příklady aplikací.

12. Úvod do aplikací umělých neuronových sítí. Typy neuronových sítí a způsoby jejich učení.

13. Úvod do evolučních algoritmů. Základní principy, vlastnosti, rychlost konvergence a parametry evoluce.

14. Řečová analýza a syntéza, přehled metod s ukázkami, aplikace v medicíně a asistivních technologiích.

Osnova cvičení:

1. Příklady praktických aplikací umělé inteligence a biokybernetiky v medicíně

2. Příklady výpočtu informační entropie a kapacity informačního kanálu

3. Příklady vnějších a vnitřní popisů systémů v biokybernetice

4. Příklady kompartmentových modelů

5. Praktické ukázky prohledávání stavového prostoru

6. Ukázky extrakce příznaků - statistické a strukturální (syntaktické) metody

7. Ukázka praktické aplikace pravidlového systém v medicíně

8. Ukázka praktické aplikace expertního systémy v medicíně

9. Příklady aplikace metod umělé inteligence při analýze EEG signálu

10. Příklady aplikace rozhodovacího stromu

11. Příklady aplikací shlukové analýzy

12. Praktická ukázka aplikací umělých neuronových sítí a jejich učení

13. Praktické užití evolučních algoritmů, srovnání rychlosti konvergence

14. 3Praktické ukázky aplikací řečová analýzy a syntézy v medicíně a asistivních technologiích.

Cíle studia:

Studijní materiály:

Poznámka:

Rozvrh na zimní semestr 2020/2021:

	06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
St
Čt
Pá	místnost AL:LAS Krajča V. Smrčka P. 13:00–14:50 (přednášková par. 1) Praha 2 - Albertov Albertov - učebnamístnost AL:001 Krajča V. Smrčka P. 15:00–17:50 (přednášková par. 1 paralelka 1) Praha 2 - Albertov Albertov - učebna

Rozvrh na letní semestr 2020/2021:

Rozvrh není připraven

Předmět je součástí následujících studijních plánů:

• Bakalářský studijní obor Informační a komunikační technologie v lékařství (povinně volitelný předmět)