Kursplan för

Datadriven hälsa
Data-driven Health

BMEN35, 7.5 högskolepoäng, A (Avancerad nivå)

Gäller för: 2024/25
Fakultet: Lunds tekniska högskola
Beslutad av: Programledning BME
Beslutsdatum: 2024-04-16
Ikraftträdande: 2024-05-08

Allmänna uppgifter

Fördjupning: Avancerad nivå, kurs/er som inte kan klassificeras
Valfri för: BME4-sbh, C4-pvt, C4-pvs, D4-se, D4-mai, E4-ss, F5, Pi4
Undervisningsspråk: Kursen ges på engelska

Syfte

Kursen ger grundläggande kunskaper inom området artificiell intelligens och maskininlärning för tillämpningar inom medicin och hälsa. Kursen täcker kedjan från medicinska databaser via algoritmer till regelverk och krav på diagnostisk mjukvara.

Mål

Kunskap och förståelse
För godkänd kurs skall studenten

Färdighet och förmåga
För godkänd kurs skall studenten

Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten

Kursinnehåll

Områden som omfattas är:

- Introduktion av artificiell intelligens i vårdapplikationer

- Översikt över maskininlärningsalgoritmer och metoder

- Hur man väljer ML -metoder för olika applikationer

- Hur man väljer inställningar och optimerar prestanda

- Hur man utvärderar prestanda

- Reglerande, sociala, etiska och juridiska frågor om artificiell intelligens inom medicin

- State-of-.the-art AI som tillämpas på viktiga medicinska områden som EKG, neurologi, biomedicinsk avbildning, hjärtljud, onkologi, diabetes etc.

Praktiskt arbete:

- Introduktion till Python/Jupyter/Colab (grunder, linjär algebra, plottning)

- Linjära modeller

- Mätvärden och visualisering

- Träd och knn

- Ensamblande metoder

- Neurala nätverk (grunt, MLP, introduktion till Keras/Tensorflow)

- Deep Neural Networks (CNN)

- Deep Learning (LSTM/RNN)

Kursens examination

Betygsskala: TH - (U, 3, 4, 5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning: Slutbetyget är baserat på tentamen i slutet av kursen.

Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.

Moduler
Kod: 0122. Benämning: Skriftlig tentamen.
Antal högskolepoäng: 6.0. Betygsskala: TH - (U, 3, 4, 5). Prestationsbedömning: Skriftlig tentamen.
Kod: 0222. Benämning: Datorövningar.
Antal högskolepoäng: 1.5. Betygsskala: UG - (U, G). Prestationsbedömning: Godkända datorövningar

Antagningsuppgifter

Förutsatta förkunskaper: EITF75 Digital signalbehandling ELLER EITA50 Signalbehandling i multimedia ELLER EITF15, BMEF25 Signalbehandling - teori och tillämpningar ELLER BMEA05 Signaler och system ELLER EITG10 Digital signalbehandling och dess transformer. EDAA50 Programnmeringsteknik ELLER EDAA45 Programmering, grundkurs
Begränsat antal platser: Nej
Kursen överlappar följande kurser: FMAN45 EDAN96

Kurslitteratur

Kontaktinfo

Kursansvarig: Christian Antfolk, christian.antfolk@bme.lth.se
Kursansvarig: Martin Stridh, martin.stridh@bme.lth.se
Hemsida: www.bme.lth.se/course-pages/datadriven-halsa/datadriven-health/