Jste zde

17PBTAIB - Aplikace umělé inteligence a biokybernetiky v medicíně

Kód Zakončení Kredity Rozsah Jazyk výuky
17PBTAIB Z,ZK 4 2P+2C česky
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:
Předmět je součástí následujících studijních plánů:
Materiály ke stažení: