УТВЕРЖДАЮ
Директор института ИНК
___________
«____»_____________2011 г.
РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ
АВТОМАТИЗАЦИЯ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
НАПРАВЛЕНИЕ (СПЕЦИАЛЬНОСТЬ) ООП
201000 БИОТЕХНИЧЕСКИЕ СИСТЕМЫ И ТЕХНОЛОГИИ
ПРОФИЛЬ ПОДГОТОВКИ (СПЕЦИАЛИЗАЦИЯ, ПРОГРАММА)
МЕДИКО-БИОЛОГИЧЕСКИЕ АППАРАТЫ, СИСТЕМЫ И КОМПЛЕКСЫ
КВАЛИФИКАЦИЯ (СТЕПЕНЬ) магистр
БАЗОВЫЙ УЧЕБНЫЙ План ПРИЕМА 2011 г.
КУРС 2 СЕМЕСТР 3
КОЛИЧЕСТВО КРЕДИТОВ 4
ПРЕРЕКВИЗИТЫ М3.В4
КОРЕКВИЗИТЫ M3.Б3
ВИДЫ УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ И ВРЕМЕННОЙ РЕСУРС:
Лекции 18 час.
Практические занятия 18 час.
Лабораторные занятия 36 час.
час.
АУДИТОРНЫЕ ЗАНЯТИЯ 72 час.
САМОСТОЯТЕЛЬНАЯ РАБОТА 54 час.
ИТОГО 126 час.
ФОРМА ОБУЧЕНИЯ очная
ВИД ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ экзамен
ОБЕСПЕЧИВАЮЩЕЕ ПОДРАЗДЕЛЕНИЕ кафедра промышленной и
медицинской электроники Института неразрушающего контроля
ЗАВЕДУЮЩИЙ КАФЕДРОЙ_____________( )
РУКОВОДИТЕЛЬ ООП _______________ ()
ПРЕПОДАВАТЕЛЬ ______________ (К.С. Бразовский)
2011 г.
1. Цели освоения дисциплины
Целью учебной дисциплины является:
1.1. в области обучения – формирование компетенций, специальных знаний, умений, навыков организации и планирования экспериментов и автоматизации обработки экспериментальных данных медицинских исследований;
в области воспитания – научить эффективно работать индивидуально и в команде, проявлять умения и навыки, необходимые для профессионального, личностного развития;
в области развития – подготовка студентов к дальнейшему освоению новых профессиональных знаний и умений, самообучению, непрерывному профессиональному самосовершенствованию.
2. Место дисциплины в структуре ООП
Дисциплина М3.В1 «Автоматизация обработки экспериментальных данных» относится к вариативной части профессионального цикла дисциплин. Пререквизитом данной дисциплины является М3.В2 «Компьютерные технологии в медико-биологических исследованиях». Предварительно должны быть обязательно изучены такие дисциплины как Б3.В1 «Системный анализ»,
3. Результаты освоения дисциплины
В результате освоения дисциплины студент должен будет:
Знать
- об основных проблемах и задачах, возникающих в ходе планирования и организации эксперимента,
- о методах и средствах планирования и организации эксперимента с применением современных информационных технологий
- терминологию, применяемую в данной дисциплине;
- междисциплинарный характер планирования и организации эксперимента,
уметь
- планировать эксперимент при дисперсионном и регрессионном анализе
- выбирать оптимальный план эксперимента
- применять современные математические программные пакеты для автоматической обработки результатов эксперимента.
- применять результаты и методы планирования для решения практических проблем в различных областях биомедицинских исследований
владеть методами (приёмами)
- математического аппарата для статистической обработки результатов эксперимента, особенности планирования эксперимента при дисперсионном и регрессионном анализе,
- планирования эксперимента по поиску оптимума функции отклика;
В процессе освоения дисциплины у студентов развиваются следующие компетенции:
1.Универсальные (общекультурные) -
способность стремиться к саморазвитию, повышению своей квалификации и мастерства (ОК-6);
способность использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования (ОК-10).
2. Профессиональные –
способностью использовать результаты освоения фундаментальных и прикладных дисциплин магистерской программы (ПК-1);
готовностью оформлять, представлять и докладывать результаты выполненной работы (ПК-6)
способностью выбирать оптимальные методы и методики изучения свойств биологических объектов и формировать программы исследований (ПК-17)
способностью организовывать и проводить медико-биологические, эргономические и экологические исследования (ПК-18)
способностью ставить задачи исследования, выбирать методы экспериментальной работы, интерпретировать и представлять результаты научных исследований (ПК-19)
4. Структура и содержание дисциплины
4.1 Содержание разделов дисциплины:
Введение.
Основные понятия и принципы теории планирования эксперимента..
Раздел 1. Объем выборок биомедицинского эксперимента
Способы составления выборок. Репрезентативность выборки. Специфика медико-биологической информации и классические задачи статистического анализа. Планирование объема выборки биомедицинского эксперимента. (4 часа).
Практические занятия
1.1. Автоматизированные системы технических средств для массовых обследований и диспансеризации населения. Технические средства для автоматизации исследований в клинико-диагностических лабораториях и лабораториях санитарно-эпидемиологических станций. (2 часа)
Лабораторные работы
Лабораторная работа № 1. Исследование многоканальной системы ввода в ЭВМ биосигналов - 2 ч.
Раздел 2. Классификация, источники и характеристики биомедицинских сигналов
Классификация, источники и характеристики данных; общая характеристика и модели экспериментальных данных - сигналов и числовых массивов (2 часа)
Цифровой анализ стационарных случайных сигналов. Построение распределения. Вычисление статистик распределения. Корреляционный и спектральный анализ. Нестационарные сигналы. Метод адаптивной сегментации. (2 часа)
Представление "медицинских" сигналов рядами по ортогональным функциям. Тригонометрические и обобщенные ряды Фурье. Ортогональные полиномы Лежандра. Гармонический анализ сигналов. (3 часа)
Дискретное преобразование Фурье и его свойства. Системы дискретных функций Радемахера и Уолша. (2 часа)
Практические занятия
2.1. Гематологические комплексы. Биохимические автоанализаторы. (1 час)
Лабораторные работы
Лабораторная работа № 2. Исследование системы одновременной регистрации сердечного ритма и гемодинамики. - 2ч.
Раздел 3. Методы классификации данных наблюдений
Классификация многомерных наблюдений. Методы снижения размерности пространства описаний. Оценка информативности признаков. Энергетический подход. Информационный подход. Дивергенция Кульбака. Информационная ценность по Шеннону. (2 часа)
Выделение однородных групп данных. Задачи идентификации и распознавания образа. Критерии распознавания. Ошибки первого и второго рода. (2 часа)
Методы построения разделяющих функций в задачах классификации. Расстояние и мера сходства. Линейно-дискриминантная и кусочно-линейно-дискриминантная функция. Метод потенциальных функций. Классификация по принципу минимума расстояния. Расстояние Михалонобиса. Геометрический критерий Кульбака. Кластеризация. (4 часа)
Практические занятия
3.1. Автоматизированные системы для сбора и обработки диагностической информации. Проблема создания автоматического прибора для анализа крови. (2 часа)
Лабораторные работы
Лабораторная работа № 3. Исследование системы оценки вегетативной нервной системы. - 2 ч.
Лабораторная работа № 4. Вейвлет-преобразование изображений 4 часа
Раздел 4. Анализ и принятие решений при обработке биомедицинских данных
Байесовская теория принятия решений. Отношение правдоподобия. Методы исследования взаимозависимости многомерных данных. Последовательный анализ Вальда в задачах медицинской диагностики. Выбор альтернатив при анализе информации. (2 часа)
Факторный анализ. Общие положения. Анализ однофакторного эксперимента. Ранжирование качественных факторных признаков. Коэффициент конкордации. Ранговые коэффициенты корреляции. Методы экспертных оценок. (2 часа)
Практические занятия
4.1. Пространственная структура источников ЭЭГ». Картирование мощности и амплитуды основных ритмов. Локализация эквивалентного источника электрической активности. Локализация объемных процессов мозга по медленноволновой активности. Точность, источники погрешности.(2 часа)
Лабораторные работы
Раздел 5. Методы и алгоритмы обработки и анализа изображений
Методы и алгоритмы обработки и анализа изображений. Модели изображений. Дискретизация, квантование и сжатие изображений и визуальных данных. Структурирование изображений. Сегментация и действия над сегментами изображений. (4 часа)
Практические занятия
Лабораторные работы
Лабораторная работа № 5. Вейвлет-преобразование изображений 4 часа
Раздел 6. Анализ и обработка данных в медицинских диагностических системах
Компьютерная магнито - резонансная томография. Основные характеристики томографа. Факторы, влияющие на качество изображений. Контрастирующие средства. Получение изображений, автоматизированная обработка и выделение областей интереса. (4часа)
Ультразвуковые диагностические аппараты. Принципы построения, области применения. Ультразвуковая томография. Автоматизация обработки результатов УЗ-исследования. (2 часа)
Компьютерная электроэнцефалография. Требования Международной федерации обществ электроэнцефалографии и клинической нейрофизиологии к цифровой ЭЭГ. Этапы автоматического анализа ЭЭГ. Классификации ЭЭГ. Автоматическая оценка результатов функциональных проб. (2 часа)
Автоматическая обработка электрокардиограммы. Требования европейского стандарта CSE к цифровой ЭКГ. Алгоритмы выделения отдельных составляющих PQRST в норме и при различных патологиях. Требования к точности распознавания волн ЭКГ, допустимая погрешность измерения длительности и амплитуды. Выбор изоэлектрической точки. Автоматическое формирование заключения по ЭКГ. (4 часа)
Практические занятия
6.1. Исследование электрических характеристик сердца». Регистрация ЭКГ со множества точек грудной клетки, картирование ЭКГ. Анализ точности дипольной модели, реконструкция эквивалентного диполя. (2 часа)
Лабораторные работы
Лабораторная работа № 6. Исследование системы одновременной регистрации электрической активности и импеданса головного мозга. - 4 ч.
Лабораторная работа № 7. Исследование системы электроимпедансной томографии. – 4 ч.
4.2 В таблице 1 приведена структура дисциплины по разделам и видам учебной деятельности с указанием временного ресурса в часах.
Таблица 1.
Структура дисциплины
по разделам и формам организации обучения
Название раздела/темы | Аудиторная работа (час) | СРС (час) | Колл, Контр. Р. | Итого | ||
Лекции | Практ./сем. Занятия | Лаб. зан. | ||||
Введение | 1 | 2 | 3 | |||
1. Объем выборок биомедицинского эксперимента | 2 | 4 | 4 | 6 | 16 | |
2. Классификация, источники и характеристики биомедицинских сигналов | 3 | 2 | 4 | 8 | КР.1 | 17 |
3. Методы классификации данных наблюдений | 2 | 4 | 10 | 8 | 24 | |
4. Анализ и принятие решений при обработке биомедицинских данных | 2 | 4 | 0 | 8 | Кр.2 | 14 |
5. Методы и алгоритмы обработки и анализа изображений | 2 | 0 | 8 | 8 | 18 | |
6. Анализ и обработка данных в медицинских диагностических системах | 6 | 4 | 10 | 14 | 34 | |
Итого | 18 | 18 | 36 | 54 | 126 |
5. Образовательные технологии
Специфика сочетания методов и форм организации обучения отражается в матрице (см. табл. 2).
Таблица 2.
Методы и формы организации обучения (ФОО)
ФОО Методы | Лекц. | Лаб. раб. | Пр. зан./ Сем., | Тр*., Мк** | СРС | КП |
IT-методы | ü | |||||
Работа в команде | ü | ü | ||||
Case-study | ü | |||||
Игра | ü | |||||
Методы проблемного обучения | ü | |||||
Обучение на основе опыта | ü | ü | ||||
Опережающая самостоятельная работа | ü | ü | ||||
Проектный метод | ||||||
Поисковый метод | ü | |||||
Исследовательский метод | ü | ü | ||||
Междисциплинарное обучение | ü | ü |
* - Тренинг, ** - Мастер-класс
6. Организация и учебно-методическое обеспечение самостоятельной работы студентов
Приводится характеристика всех видов и форм самостоятельной работы студентов, включая текущую и творческую/исследовательскую деятельность студентов:
6.1 Текущая СРС, направленная на углубление и закрепление знаний
студента, развитие практических умений:
- работа с лекционным материалом;
- подготовка к лабораторным занятиям;
- обзор литературы и электронных источников информации по индивидуально заданной проблеме курса (рекомендуется в случае недостаточного усвоения материала, а также студентам, пропустившим аудиторные занятия по какой-либо теме);
- опережающая самостоятельная работа;
- изучение тем, вынесенных на самостоятельную проработку (используется для тем, не вошедших из-за недостатка времени в лекционный курс, но имеющих непосредственное отношение к данной дисциплине);
- подготовка к контрольным работам, экзамену.
Творческая проблемно-ориентированная самостоятельная работа (ТСР):
- поиск, анализ, структурирование информации
6.2. Содержание самостоятельной работы студентов по дисциплине
Вторая половина рабочего дня (3-4 часа) посвящена самостоятельной практической работе магистрантов под наблюдением руководителя.
Индивидуальная работа со студентами проводится по следующим направлениям:
1. Выполнение индивидуальных заданий. (Работа в библиотеке). Индивидуальное задание заключается в написании студентами рефератов по темам, подобранные в соответствии с программой теоретической части курса. Индивидуальное задание должно быть выполнено и публично защищено в запланированное время во вторую половину рабочего дня.
2. Проработка теоретического материала. (Работа в библиотеке). Проработка вопросов теоретической части курса, вынесенных на самостоятельную проработку.
3. Решение задач, выносимых на самостоятельную проработку. Прежде всего, это решение задач с использованием вычислительной техники, изучение стандартных компьютерных программ, компьютерное моделирование.
6.3 Контроль самостоятельной работы
Оценка результатов самостоятельной работы организуется как единство двух форм: самоконтроль и контроль со стороны преподавателей. В частности, предусмотрена процедура защиты лабораторных работ.
6.4 Учебно-методическое обеспечение самостоятельной работы студентов
Основная литература
1. , Романов числовых таблиц в биотехнических системах обработки экспериментальных данных. - Л.: Наука, - 1985, - 148 с.
2. , Штефан методы обработки экспериментальных данных. Учебное пособие - Кемерово: КузГТУ, 200с.
3. С, , С Применение электроимпедансной томографии в нейрофизиологических исследованиях.- Российский физиологический журнал им. Сеченова.- Т.90. -№8. – 2004. –С.495.
4. , ,. А,. И, Бразовский методы представления и обработки биомедицинской информации Монография. Издательство ТПУ. – Томск. – 2004 г.-С. 336.
5. Основные принципы планирования эксперимента. М. Мир,1967.
6. Сенкевич территориальных и ведомственных медицинских систем профилактических осмотров населения // Медицинская техника. 2008. № 4. С. 47-52.
7. , , Туз и организация измерительного эксперимента –Киев.: Вища шк., 1987. –280с.
8. , Жиглявский теория оптимального эксперимента: Учеб. пособие. –М.: Наука, 1987. –320с.
9. Плотников и организация измерительного эксперимента: Учеб. пособие. –Томск: Изд-во ТПИ, 1984. –75с.
10. Н, Статистические методы построения эмпирических формул: Учеб. пособие для втузов. –М.: Высш. шк., 1988. –239 с.: ил.
11. Короткова по планированию экспериментов. – Томск. Изд-во ТПУ. 2003
12. , Рудницкий данных в программно-аппаратном комплексе оценки психосоматического статуса пациента // Региональная информатика-2008 (РИ-2008). XI Санкт-Петербургская международная конференция. Санкт-Петербург, 22-24 октября 2008 г.: Материалы конференции. СПб.: СПОИСУ, 2008. С. 238-239.
13. , Рудницкий и реализация систем управления базами биометрических данных // Региональная информатика-2008 (РИ-2008). XI Санкт-Петербургская международная конференция. Санкт-Петербург, 22-24 октября 2008 г.: Материалы конференции. СПб.: СПОИСУ, 2008. С. 239-240
14. , Шнейдеров медико-биологических данных на ЭВМ. - Л.: Медицина, - 1984, - 157 с.
15. , , Трошина современные методы статистического анализа в медицине. - М, - 76 с.
16. Гублер в патологии, клинической медицине и педиатрии. - Л.: Медицина, 19c.
Дополнительная литература
1. Математическая обработка медико-биологической информации. /Отв. ред. , - М.: Наука, - 1976, - 232 с.
2. Методы сбора и анализа информации в физиологии и медицине. - М., - 1971, - 319 с.
3. Борисенко H. A., Фертман анализ экспериментальных данных с применением вейвлет-преобразования, Приборы и Техника Эксперимента, No 2, с. 28-34, 2003.
4. Golubev A., Alekseev N., Smirnov G., Basko M., Borisenko N., Dubenkov V., Fertman A., Kantsyrev A., Kats M., Korolev V., Mutin Т., Prokuronov M., Roudskoy I., Sharkov В., Turtikov V. First experimental results on high energy density in matter produced by heavy ion beam at the ITEPWAC facility, GSI Ann. Rep. on High Energy Density Physics with Intense Laser and Ion Beams, 2002, p.51, September 2003.
5. Borisenko N. A., Fertman A. D. A method for automatic analysis of experimental data using wavelet transforms, High Energy Density Physics with Intense Laser and Ion Beams, GSI Ann. Rep. 2002, p. 52, September 2003.
6. Борисенко H. A., Орехов СБ., Швецов-Шиловский вейвлет-преобразования для нахождения максимумов при компьютерной обработке экспериментальных кривых, Научная сессия МИФИ-2003, сборник научных трудов т.1, секция Микроэлектроника, с. 128-129, 2003.
7. , Швецов-, Орехов СБ., Бло-хин О. Н., Доминов вейвлет-преобразования для компьютерного анализа результатов мониторинга, Вопросы Атомной Науки и Техники, серия физика радиационного воздействия на радиоэлектронную аппаратуру, вып. 4, с. 80-83, 2003.
8. Борисенко непрерывного вейвлет-преобразования к обработке экспериментальных кривых гауссовой формы, Препринт ИТЭФ 10-04, М., 16 стр., 2004.
7. Средства (ФОС) текущей и итоговой оценки качества освоения дисциплины
Вопросы для контроля и самоконтроля
1. Обобщенная схема получения медицинских изображений.
2. Типы медицинских изображений: рентгеновские, радиоизотопные, оптические, ИК-изображения, ЯМР-изображения, УЗВ-изображения.
3. Компьютерный архив для хранения изображений.
4. Анализ информационной емкости и пропускной способности систем формирования, хранения и передачи изображений.
5. Компьютерная история болезни. Медицинские атласы изображений на компакт-дисках.
6. Компьютерные методики медицинской диагностики.
7. Задачи предварительной обработки экспериментальных данных
8. Исключение грубых ошибок измерения
9. Анализ прогрессирующих ошибок измерения
10. Дисперсионный анализ
11. Корреляционный анализ
12. Регрессионный анализ
13. Применение методов вейвлет-фильтрации к экспериментальным данным
14. Элементы теории вероятностей
15. Основные понятия теории обработки статистической информации
16. Статистические оценки параметров распределения
17. Статистическая проверка статистических гипотез
18. Классические методы обработки экспериментальных данных
19. Непараметрические методы обработки экспериментальных данных
20. Робастные методы обработки экспериментальных данных
21. Методы теории нечетких множеств
22. Взаимодействие биологического объекта и рентгеновского излучения. Получение медицинских изображений.
23. Ядерный магнитный резонанс в биологических объектах. Получение медицинских изображений
8. Рейтинг качества освоения дисциплины
Качество освоения дисциплины оценивается согласно кредитно-рейтинговой системе организации учебного процесса в Институте неразрушающего контроля.
В течение семестра предусмотрены две конференц-недели (на 9 и 18 неделях). Первая конференц-неделя нацелена на развитие коммуникативной составляющей общекультурных компетенций, вторая – призвана подвести итоги по данной дисциплине в семестре (отчетная, контролирующая функции).
Рейтинг-план рассчитывается из 100 баллов на текущую успеваемость: 60 баллов выделяется на выполнение обязательных видов занятий (лабораторные работы); 40 баллов – на рубежный контроль (контрольные работы). Студент, выполнивший и защитивший курсовой проект, выполнивший обязательные пункты рейтинг-плана и набравший по итогам текущей успеваемости не менее 51 балла, допускается к экзамену.
Промежуточная аттестация (в конце семестра) предусматривает экзамен. Экзаменационный билет включает два теоретических вопроса и одну задачу. Оценка по результатам экзамена выставляется по 100-балльной и по 5-балльной системе.
Рейтинг-план дисциплины приведен в отдельном файле.
9. Учебно-методическое и информационное обеспечение дисциплины
Основная литература
17. , Романов числовых таблиц в биотехнических системах обработки экспериментальных данных. - Л.: Наука, - 1985, - 148 с.
18. , Штефан методы обработки экспериментальных данных. Учебное пособие - Кемерово: КузГТУ, 200с.
19. С, , С Применение электроимпедансной томографии в нейрофизиологических исследованиях.- Российский физиологический журнал им. Сеченова.- Т.90. -№8. – 2004. –С.495.
20. , ,. А,. И, Бразовский методы представления и обработки биомедицинской информации Монография. Издательство ТПУ. – Томск. – 2004 г.-С. 336.
21. Основные принципы планирования эксперимента. М. Мир,1967.
22. Сенкевич территориальных и ведомственных медицинских систем профилактических осмотров населения // Медицинская техника. 2008. № 4. С. 47-52.
23. , , Туз и организация измерительного эксперимента –Киев.: Вища шк., 1987. –280с.
24. , Жиглявский теория оптимального эксперимента: Учеб. пособие. –М.: Наука, 1987. –320с.
25. Плотников и организация измерительного эксперимента: Учеб. пособие. –Томск: Изд-во ТПИ, 1984. –75с.
26. Н, Статистические методы построения эмпирических формул: Учеб. пособие для втузов. –М.: Высш. шк., 1988. –239 с.: ил.
27. Короткова по планированию экспериментов. – Томск. Изд-во ТПУ. 2003
28. , Рудницкий данных в программно-аппаратном комплексе оценки психосоматического статуса пациента // Региональная информатика-2008 (РИ-2008). XI Санкт-Петербургская международная конференция. Санкт-Петербург, 22-24 октября 2008 г.: Материалы конференции. СПб.: СПОИСУ, 2008. С. 238-239.
29. , Рудницкий и реализация систем управления базами биометрических данных // Региональная информатика-2008 (РИ-2008). XI Санкт-Петербургская международная конференция. Санкт-Петербург, 22-24 октября 2008 г.: Материалы конференции. СПб.: СПОИСУ, 2008. С. 239-240
30. , Шнейдеров медико-биологических данных на ЭВМ. - Л.: Медицина, - 1984, - 157 с.
31. , , Трошина современные методы статистического анализа в медицине. - М, - 76 с.
32. Гублер в патологии, клинической медицине и педиатрии. - Л.: Медицина, 19c.
Дополнительная литература
9. Математическая обработка медико-биологической информации. /Отв. ред. , - М.: Наука, - 1976, - 232 с.
10. Методы сбора и анализа информации в физиологии и медицине. - М., - 1971, - 319 с.
11. Борисенко H. A., Фертман анализ экспериментальных данных с применением вейвлет-преобразования, Приборы и Техника Эксперимента, No 2, с. 28-34, 2003.
12. Golubev A., Alekseev N., Smirnov G., Basko M., Borisenko N., Dubenkov V., Fertman A., Kantsyrev A., Kats M., Korolev V., Mutin Т., Prokuronov M., Roudskoy I., Sharkov В., Turtikov V. First experimental results on high energy density in matter produced by heavy ion beam at the ITEPWAC facility, GSI Ann. Rep. on High Energy Density Physics with Intense Laser and Ion Beams, 2002, p.51, September 2003.
13. Borisenko N. A., Fertman A. D. A method for automatic analysis of experimental data using wavelet transforms, High Energy Density Physics with Intense Laser and Ion Beams, GSI Ann. Rep. 2002, p. 52, September 2003.
14. Борисенко H. A., Орехов СБ., Швецов-Шиловский вейвлет-преобразования для нахождения максимумов при компьютерной обработке экспериментальных кривых, Научная сессия МИФИ-2003, сборник научных трудов т.1, секция Микроэлектроника, с. 128-129, 2003.
15. , Швецов-, Орехов СБ., Бло-хин О. Н., Доминов вейвлет-преобразования для компьютерного анализа результатов мониторинга, Вопросы Атомной Науки и Техники, серия физика радиационного воздействия на радиоэлектронную аппаратуру, вып. 4, с. 80-83, 2003.
16. Борисенко непрерывного вейвлет-преобразования к обработке экспериментальных кривых гауссовой формы, Препринт ИТЭФ 10-04, М., 16 стр., 2004.
10. Материально-техническое обеспечение дисциплины
Лаборатория компьютерной диагностики (УН) (ауд. 613, 614; корпус УЛК СибГМУ) Собственность СибГМУ, каф. МБК (соглашение о сотрудничестве)
1. Кардиоанализатор Анкар 131 – 1 шт.
2. Реограф-полианализатор РГПА-6/12-02 – 1 шт.
3. Блок пациента РГПА-6/11 – 1 шт.
4. ЭЭГ-анализатор ЭЭГА-21/26, энцефалан 131-03 – 1 шт.
5. Спироанализатор «Диамант» КМ-АР-01 – 1 шт.
6. Велоэргометр ВЭ-02 – 1 шт.
7. Система для электроимпедансной томографии – 1 шт.
8. Система для биоуправления с биологической обратной связью «БОСТОН» – 1 шт.
9. ЭКГ-триггер – для кардиоинтервалометрии – 1 шт.
10. «Реоритм» – система синхронного исследования сердечного ритма и гемодинамики – 1 шт.
Программа составлена на основе Стандарта ООП ТПУ в соответствии с требованиями ФГОС по направлению и профилю подготовки 201000 БИОТЕХНИЧЕСКИЕ СИСТЕМЫ И ТЕХНОЛОГИИ.
Программа одобрена на заседании
кафедры промышленной и медицинской электроники
Института неразрушающего контроля
(протокол № ____ от «___» _______ 2011 г.).
Автор:
Рецензент(ы) __________________________
