prof. Ing. Ivo Provazník, Ph.D.

Ústav biomedicínského inženýrství (UBMI)

Absolvent předmětu je schopen:
- popsat základní způsoby počítačového zpracování biomedicínských dat,
- vysvětlit základní pojmy počítačově podporované lékařské diagnostiky,
- popsat principy základních metod pravděpodobnostního rozhodování,
- diskutovat výhody a nevýhody jednotlivých metod,
- navrhovat jednoduché expertní systémy,
- na základě definovaných požadavků vyhodnotit kvalitu rozhodovacích metod.

Student by měl být schopen vysvětlit základní principy pravděpodobnostního počtu, měl by znát základní pojmy zpracování dat a měl by ovládat základní znalosti z databázových systémů. Obecně jsou požadovány znalosti matematiky na úrovni bakalářského studia.

Giarratano, J., Riley, G.: Expert Systems. Principles and Programming. PWS-Publishing Company, Boston, 632 str., 1998. (EN)
Nguyen, H. T., Walker, E. A.: A First Course in Fuzzy Logic. CRC Press, 1997. (EN)
Krishnamoorthy, C. S., Rajeev, S.: Artificial Intelligence and Expert Systems for Engineers. CRC Press, 1996. (EN)
Provazník, I., Kozumplík, J. Expertní systémy. Brno: VUTIUM, 1999. ISBN 8021414863 (CS)

Metody vyučování zahrnují přednášky a laboratorní cvičení na počítači. Předmět využívá e-learning (Moodle). Student odevzdává projekty podle pokynů vyučujících

až 30 bodů ze cvičení (samostatný projekt)
až 70 bodů za písemnou zkoušku
Zkouška je zaměřena na ověření orientace v základních pojmech počítačově podporované lékařské diagnostiky a schopnosti aplikovat základní principy rozhodování v medicíně.

angličtina

Data, datové struktury
Problematika velkých dat (Big Data) a Smart data, využití ve zdravotnictví
Datamining v medicíně
Pravděpodobnostní usuzování v medicíně, diagnostické testy, pravděpodobnostní testy, kvalita testů, šance, Bayesův teorém
Předtestová a potestová pravděpodobnost, senzitivita a specificita, rozhodovací stromy
Úvod do expertních systémů, umělá inteligence.
Reprezentace znalostí, produkční pravidla
Logika v reprezentaci znalostí, Vennovy diagramy, výroková logika
Inference, modus ponens
Prokazování tvrzení, rezoluční pravidlo, příklady rezoluce
Neurčitost a nepřesná inference
Fuzzy množiny a fuzzy logika

Cílem předmětu je poskytnout studentům základní orientaci v problematice počítačově podporované diagnostiky v medicíně s prvky umělé inteligence a navrhování jednoduchých diagnostických systémů pro použití v medicíně.

Laboratorní výuka je povinná. Řádně omluvené zameškané hodiny lze nahradit po domluvě s vyučujícím.

• Program EEKR-M1 magisterský navazující

  obor M1-BEI , 2. ročník, zimní semestr, 4 kredity, volitelný oborový
  

• Program EEKR-CZV celoživotní vzdělávání (není studentem)

  obor ET-CZV , 1. ročník, zimní semestr, 4 kredity, volitelný oborový
  

13 hod., povinná

Ing. Jiří Sekora

eLearning: aktuální otevřený kurz