Detail předmětu

Computer-Aided Medical Diagnostics

FEKT-NPDGAk. rok: 2019/2020

Použití umělé inteligence v medicíně. Počítačově podporovaná lékařská diagnostika (PPLD), její aplikační oblasti, návrh systémů PPLD, význam a využití znalostí. Principy rozhodování v medicíně, medicínská data, interpretace diagnóz. Neurčitost v medicínských datech, usuzování za podmínek neurčitosti. Principy fuzzy vyjádření neurčité informace. Fuzzy logika pro PPLD. Stavba expertních systémů, význam znalostí a faktů, proces strojového usuzování. Reprezentace medicínských znalostí. Programování expertních systémů. Znalostní inženýrství, kooperace znalostního inženýra a lékařského experta.

Jazyk výuky

angličtina

Počet kreditů

4

Garant předmětu

prof. Ing. Valentine Provazník, Ph.D.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Nabízen zahraničním studentům

Všech fakult

Výsledky učení předmětu

Rozšířené znalosti v počítačově podporované medicínské diagnostice se zaměřením na expertní systémy.

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Osnovy výuky

Lectures:
Data, data structures
The issue of Big Data and Smart data, usage in healthcare
Datamining in medicine
Probabilistic reasoning in medicine, diagnostic tests, probabilistic tests, quality tests, Bayes' theorem, sensitivity and specificity, decision trees
Introduction to expert systems, artificial intelligence.
Knowledge representation, production rules
The logic in knowledge representation, Venn diagrams, propositional logic
Inference, modus ponens
Substantiation of claims, the resolution rule, examples of resolutions
Indefiniteness and imprecise inference
Fuzzy sets and fuzzy logic

Učební cíle

Seznámení s teoretickými principy počítačově podporované diagnostiky v medicíně s prvky umělé inteligence. Navrhování jednoduchých diagnostických systémů pro použití v medicíně včetně návaznosti na terapeutické plánovací systémy.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Základní literatura

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

Elearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech

  • Program EEKR-MN magisterský navazující

    obor MN-BEI , 2 ročník, zimní semestr, volitelný oborový

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Jiří Sekora, MBA

Osnova

Úvod do problematiky použití umělé inteligence v medicíně. Počítačově podporovaná lékařská diagnostika (PPLD), její aplikační oblasti, programovací jazyky umělé inteligence, návrh systémů PPLD, expertní systémy, význam a použití znalostí.
Principy rozhodování v medicíně, medicínská data, informace, znalosti, metaznalosti, hypotézy, statistika v rozhodování, interpretace diagnóz.
Neurčitost v medicínských datech, usuzování za podmínek neurčitosti, klasická Bayesovská pravděpodobnost v. faktory určitosti v řešení medicínských problémů.
Míra věrohodnosti a míra nevěrohodnosti v procesu strojového usuzování, podobnost s lidským usuzováním, principy fuzzy vyjádření neurčité informace.
Fuzzy čísla, fuzzy relace a fuzzy logika pro PPLD.
Stavba expertních systémů, význam znalostí a faktů, proces strojového usuzování.
Reprezentace medicínských znalostí, produkční pravidla, rozhodovací stromy.
Deduktivní logika, výroková logika a predikátová logika v medicínské diagnostice.
Logické systémy a rezoluční metoda, dopředné a zpětné řetězení znalostí.
Programování expertních systémů, základy jazyka CLIPS, příklady návrhu expertních systémů v jazyce CLIPS.
Znalostní inženýrství, kooperace znalostního inženýra a lékařského experta v získávání znalostí, principy a zásady návrhu expertních systémů.
Fuzzy pravidla v expertních systémech.
Kompoziční pravidlo inference v medicínských expertních systémech, defuzzifikace pro stanovení jednoznačné diagnózy.

Cvičení na počítači

13 hod., povinná

Vyučující / Lektor

Ing. Jiří Sekora, MBA

Osnova

Řešení individuálních projektů návrhu expertních systémů jako systémů počítačově podporované diagnostiky v medicíně.

Elearning

eLearning: aktuální otevřený kurz