Subject
Knowledge Discovery, Prediction and Forecasting Using Biomedical Data
| 1. | Course Title |
Knowledge Discovery, Prediction and Forecasting Using Biomedical Data Knowledge discovery, prediction and prognosis using biomedical data |
||||||||||||
| 2. | Code | m23_s_058 | ||||||||||||
| 3. | Study Programme | — | ||||||||||||
| 4. | Organizer of the study programme (unit, institute, department or division) | Faculty of Computer Science and Engineering | ||||||||||||
| 5. | Degree level (first, second, third cycle) | Second cycle | ||||||||||||
| 6. | Academic year / semester | 10 / Summer | ||||||||||||
| 7. | Number of ECTS credits | 6 | ||||||||||||
| 8. | Teacher | Дејан Ѓорѓевиќ, Ѓорѓи Маџаров, Иван Китановски, Ивица Димитровски, Катарина Тројачанец Динева, Сузана Лошковска | ||||||||||||
| 9. | Prerequisites for enrolling in the course | — | ||||||||||||
| 10. | Objectives of the course programme (competences) | Напредокот во медицината и генетиката, како и брзата еволуција на технологијата, континуирано го зголемуваат количеството на генерирани биомедицински податоци во клиничките и истражувачките центри. Се произведуваат различни типови податоци, вклучувајќи медицински слики, генетски маркери, резултати од когнитивни тестови, резултати од крв итн. Сите тие треба да бидат ефикасно организирани, складирани, анализирани и репрезентирани со цел да се обезбеди полесен и посоодветен пристап до нив, како и да се овозможи употреба од тие податоци за откривање на знаење, предвидување и прогноза. Ова може да ги поддржи, па дури и да ги подобри дијагностичките и терапевтските процеси. Брзиот развој во областа на машинското учење има значајно влијание во биомедицинскиот домен, каде големата разновидност на задачи и типови податоци отвора простор за примена на алгоритми за машинско учење и користење на нивните придобивки. Курсот има за цел да им овозможи на студентите да стекна способност да поставуваат и одговараат значајни клинички прашања, да ги користат најрелевантните методи и примени на ML во биомедицината и здравството, манипулација и анализа на (големи) податочни множества, означување и индексирање на неструктурирана содржина, откривање на клинички релевантно знаење, интелигентно инженерство на обележја, идентификување кои податоци и алгоритми обезбедуваат најдобро предвидување и/или прогноза, да овозможат поддршка во процесот на дијагностицирање и терапевтски третмани на различни начини. |
||||||||||||
| 11. | Course content | Организација и употреба на клинички податоци. Стратегии за откривање знаење од медицински набљудувања. Медицински слики - како основен дел од многу медицински дисциплини. Алгоритми и стратегии засновани на и соодветни за медицински слики, предизвици и можни решенија. Временски серии од структурирани податоци. Извлекување клинички моќно знаење од структурирани медицински временски серии, справување со предизвиците, анализирање и наоѓање можни решенија. Податоци што недостасуваат. Дефинирање на фактори на ризик и употреба на информации за развивање препораки за превенција. Дијагноза и прогноза - наоѓање дијагностички биомаркери и биомаркери за прогноза. Анализа на реакција на третманот. | ||||||||||||
| 12. | Learning methods | Lectures supported by slide presentations, interactive lectures, practical classes (using equipment and software packages), teamwork, case studies, guest lecturers, independent preparation and defence of a project assignment and seminar paper, and learning in an electronic environment (forums and consultations). | ||||||||||||
| 13. | Total available time | 6 ECTS x 30 hours = 180 hours | ||||||||||||
| 14. | Distribution of available time | 60 + 0 + 45 + 45 + 30 = 180 hours | ||||||||||||
| 15. | Forms of teaching activities |
|
||||||||||||
| 16. | Other forms of activities |
|
||||||||||||
| 17. | Assessment method |
|
||||||||||||
| 18. | Grading criteria (points / grade) |
|
||||||||||||
| 19. | Requirement for obtaining a signature and taking the final exam | NULL | ||||||||||||
| 20. | Language of instruction | Macedonian and English | ||||||||||||
| 21. | Method for monitoring the quality of teaching | Internal evaluation and survey mechanism | ||||||||||||
| 22. | Literature |
|
