Цифровизация здравоохранения.
3D-моделирование и аддитивные технологии в медицине
3D-моделирование и аддитивные технологии в медицине
Создано при помощи нейросети Kandinsky
Программа дополнительной профессиональной переподготовки «Цифровизация здравоохранения. 3D-моделирование и аддитивные технологии в медицине» предназначена для специалистов в области 3Dмоделирования и аддитивных технологий в медицине.
Срок обучения – 9 месяцев
Форма обучения – очный или очно-заочный с применением дистанционных образовательных технологий (онлайн-обучение)
Присваиваемая квалификация – Специалист в области 3D-моделирования и аддитивных технологий в медицине
Стоимость - бесплатно
В ходе обучения Вы научитесь:
Срок обучения – 9 месяцев
Форма обучения – очный или очно-заочный с применением дистанционных образовательных технологий (онлайн-обучение)
Присваиваемая квалификация – Специалист в области 3D-моделирования и аддитивных технологий в медицине
Стоимость - бесплатно
В ходе обучения Вы научитесь:
- применять алгоритмы и функции на языке Python, практически работать с библиотеками для языка программирования;
- проводить статистический анализ медицинских данных;
- решать прикладную медицинскую задачу с помощью метода анализа данных с использованием языка Python;
- анализировать медицинские данные при помощи машинного обучения и нейросетей;
- создавать в программах Компас-3D и Blender 3D модели объектов, проецировать изображения на грани 3D-модели (UV развертка), экспортировать 3D модели, готовить к печати на 3D принтере.
Содержание программы
Модуль 1. Основы математического анализа медико-биологических данных
1.1 Электронные таблицы
Введение. Основные элементы электронных таблиц. Редактирование и форматирование документа в электронных таблицах. Знакомство с "Мой Офис Таблица", "Яндекс.Документы", Microsoft Excel
4
1.2 Работа с данными в электронных таблицах
Сортировка, применение фильтров. Условное форматирование. Визуализация данных в электронных таблицах. Построение графиков и диаграмм.
Сортировка, применение фильтров. Условное форматирование. Визуализация данных в электронных таблицах. Построение графиков и диаграмм.
4
1.3 Функции в электронных таблицах
Знакомство с функциями. Математические и статистические функции. Логические функции
Знакомство с функциями. Математические и статистические функции. Логические функции
4
1.4 Специализированное программное обеспечение для статистического анализа медицинских данных
Jamovi. Введение. Основные элементы окна. Работа с данными. Основные функции
Jamovi. Введение. Основные элементы окна. Работа с данными. Основные функции
4
1.5 Доказательная медицина. Основы работы с данными
Понятие генеральной совокупности и выборки. Типы переменных. Сравнительный анализ количественных признаков. Описательная статистика. Меры центральной тенденции. Меры изменчивости. Доверительные интервалы. Решение медицинских задач с помощью методов анализа данных.
Понятие генеральной совокупности и выборки. Типы переменных. Сравнительный анализ количественных признаков. Описательная статистика. Меры центральной тенденции. Меры изменчивости. Доверительные интервалы. Решение медицинских задач с помощью методов анализа данных.
4
1.6 Плотность распределения случайной величины
Оценка распределения. Построение и интерпретация гистограммы. Построение и интерпретация графика QQ-Plot. Проверка на соответствие выборки "нормальному" распределению с помощью теста Шапиро-Уилка.
Оценка распределения. Построение и интерпретация гистограммы. Построение и интерпретация графика QQ-Plot. Проверка на соответствие выборки "нормальному" распределению с помощью теста Шапиро-Уилка.
4
1.7 Сравнение двух выборок
Методы статистической проверки гипотез. Связанные и несвязанные данные. t-критерий Стьюдента для независимых выборок, парный t-критерий Стьюдента.
Методы статистической проверки гипотез. Связанные и несвязанные данные. t-критерий Стьюдента для независимых выборок, парный t-критерий Стьюдента.
2
1.8 Непараметрические критерии
Сравнение независимых выборок. Критерий Манна-Уитни. Q критерий Розенбаума. Сравнение парных выборок. Критерий знаков. Критерий Вилкоксона.
Сравнение независимых выборок. Критерий Манна-Уитни. Q критерий Розенбаума. Сравнение парных выборок. Критерий знаков. Критерий Вилкоксона.
2
1.9 Сравнительный анализ качественных признаков
Описательная статистика качественных признаков. Точный критерий Фишера. Таблицы сопряженности, критерий хиквадрат. Критерий Мак-Нимара для парных измерений.
Описательная статистика качественных признаков. Точный критерий Фишера. Таблицы сопряженности, критерий хиквадрат. Критерий Мак-Нимара для парных измерений.
2
1.10 Корреляционный анализ
Расчет коэффициента парной линейной корреляции Пирсона. Расчет коэффициента ранговой корреляции Спирмена. Интерпретация результатов.
Расчет коэффициента парной линейной корреляции Пирсона. Расчет коэффициента ранговой корреляции Спирмена. Интерпретация результатов.
2
1.11 Регрессионный анализ
Виды регрессионных моделей. Критерии оценки качества модели. Коэффициент детерминации. Интерпретация результатов анализа
Виды регрессионных моделей. Критерии оценки качества модели. Коэффициент детерминации. Интерпретация результатов анализа
2
ВСЕГО
34
1.15 Промежуточная аттестация. Тестирование
2
Модуль 2. Анализ медицинских данных с помощью языков программирования высокого уровня
2.1 Введение в Python
Основные принципы и понятия языка Python. Основные встроенные типы данных. Основные операции языка Python. Консольный ввод и вывод.
Основные принципы и понятия языка Python. Основные встроенные типы данных. Основные операции языка Python. Консольный ввод и вывод.
4
2.2 Алгоритмы
Понятие алгоритма, формы записи и свойства алгоритма. Вычислительная сложность алгоритма и методы ее оценки.
Понятие алгоритма, формы записи и свойства алгоритма. Вычислительная сложность алгоритма и методы ее оценки.
3
2.3 Алгоритмы общего назначения
Алгоритмы сортировки, поиска максимума, минимума и заданного значения в списке. Быстрые и небыстрые алгоритмы. Реализация их на языке Python.
Алгоритмы сортировки, поиска максимума, минимума и заданного значения в списке. Быстрые и небыстрые алгоритмы. Реализация их на языке Python.
3
2.4 Управляющие конструкции
Алгоритмы. Программные блоки. Логические операторы. Циклы. Условные операторы.
Алгоритмы. Программные блоки. Логические операторы. Циклы. Условные операторы.
3
2.5 Функции
Определение функции. Аргументы функции: обязательные, необязательные. Передача аргументов: по значению, по ссылке. Области видимости переменных. Рекурсия.
Определение функции. Аргументы функции: обязательные, необязательные. Передача аргументов: по значению, по ссылке. Области видимости переменных. Рекурсия.
3
2.6 Работа с коллекциями
Коллекция. Индексация. tuple. list. Срезы. Списковые включения. Операции над списками.
Коллекция. Индексация. tuple. list. Срезы. Списковые включения. Операции над списками.
3
2.7 Организация кода. Работа с файловой системой
Модули. Пакеты, файл __init__.py. Зависимости: ключевое слово import, конструкция from ... import … PYTHONPATH. Точка входа в приложение. Работа с файлами.
Модули. Пакеты, файл __init__.py. Зависимости: ключевое слово import, конструкция from ... import … PYTHONPATH. Точка входа в приложение. Работа с файлами.
3
2.8 Основы объектно- ориентированного программирования (ООП)
ООП. Наследование. Полиморфизм. Инкапсуляция. ООП в Python. Метод __init__. Ключевое слово self. Свойства/атрибуты класса. Методы/функции. Наследование в Python. Статические методы, атрибуты класса.
ООП. Наследование. Полиморфизм. Инкапсуляция. ООП в Python. Метод __init__. Ключевое слово self. Свойства/атрибуты класса. Методы/функции. Наследование в Python. Статические методы, атрибуты класса.
3
2.9 Исключения
Инкапсуляция/сокрытие реализации в Python. Обработка исключительных ситуаций. Конструкция: try … catch … Пользовательские классы исключений.
Инкапсуляция/сокрытие реализации в Python. Обработка исключительных ситуаций. Конструкция: try … catch … Пользовательские классы исключений.
3
2.10 Внешние библиотеки
Загрузка и подключение (импорт) внешних библиотек Python. Библиотеки Numpy, Matplotlib, skimage. Их назначение.
Загрузка и подключение (импорт) внешних библиотек Python. Библиотеки Numpy, Matplotlib, skimage. Их назначение.
3
2.11 Статистический, корреляционный и регрессионный анализ данных
Методы статистической обработки данных медицинских исследований. Корреляционный анализ (параметрические и непараметрические методы), регрессия (одно- и многофакторная). Реализация на языке Python.
Методы статистической обработки данных медицинских исследований. Корреляционный анализ (параметрические и непараметрические методы), регрессия (одно- и многофакторная). Реализация на языке Python.
3
ВСЕГО
34
2.11 Промежуточная аттестация. Тестирование
2
Модуль 3. Применение машинного обучения и искусственного интеллекта в здравоохранении
3.1 Машинное обучение и искусственный интеллект
Современное понятие машинного обучения и искусственного интеллекта. Определение. Основные термины. Классификация алгоритмов. Искусственный интеллект в медицине. Применение машинного обучения для анализа медицинских данных.
Современное понятие машинного обучения и искусственного интеллекта. Определение. Основные термины. Классификация алгоритмов. Искусственный интеллект в медицине. Применение машинного обучения для анализа медицинских данных.
6
3.2 Визуализация медицинских данных
Представление медицинских данных в виде таблиц. Графическая визуализация исходных данных и результатов их обработки.
Представление медицинских данных в виде таблиц. Графическая визуализация исходных данных и результатов их обработки.
6
3.3 Обработка медицинских изображений
Типовые методы обработки и анализа изображений (контрастирование, удаление шумов, масштабирование). Алгоритмы определения границ объектов на изображениях. Сегментация.
Типовые методы обработки и анализа изображений (контрастирование, удаление шумов, масштабирование). Алгоритмы определения границ объектов на изображениях. Сегментация.
6
3.4 Искусственные нейронные сети (НС)
Понятие НС. Модель нейрона, функция активации. Полносвязанные НС, сверточные и рекуррентные НС и их применение для обработки медицинских данных. Практическое применение нейросетей для задач классификации в медицине.
Понятие НС. Модель нейрона, функция активации. Полносвязанные НС, сверточные и рекуррентные НС и их применение для обработки медицинских данных. Практическое применение нейросетей для задач классификации в медицине.
8
3.5 Методы математического моделирования для оценки эпидемиологических ситуаций
Математическое моделирование в здравоохранении: базовые понятия математического моделирования, классификация методов. Примеры применения. Имитационное и агентное моделирование эпидемиологических ситуаций – оценка распространения инфекции и нагрузки на медицинские учреждения.
Математическое моделирование в здравоохранении: базовые понятия математического моделирования, классификация методов. Примеры применения. Имитационное и агентное моделирование эпидемиологических ситуаций – оценка распространения инфекции и нагрузки на медицинские учреждения.
8
ВСЕГО
34
3.6 Промежуточная аттестация. Тестирование
2
Модуль 4. Трехмерное моделирование
4.1 Основные понятия медицинской информатики
Основы автоматизации управления здравоохранением. Информатизация России и ее приоритеты. Основные законодательные и нормативные акты по цифровизации здравоохранения.
Основы автоматизации управления здравоохранением. Информатизация России и ее приоритеты. Основные законодательные и нормативные акты по цифровизации здравоохранения.
8
4.2 Средства цифровизации в практической медицине
Универсальное аппаратное обеспечение автоматизированного рабочего места врача. Универсальное программное обеспечение автоматизированного рабочего места врача. Стандартный набор компьютерных приложений для решения задач здравоохранения.
Универсальное аппаратное обеспечение автоматизированного рабочего места врача. Универсальное программное обеспечение автоматизированного рабочего места врача. Стандартный набор компьютерных приложений для решения задач здравоохранения.
8
4.3 Медицинские информационные системы
Цели, задачи, структура, основные функции и принципы разработки информационных систем в здравоохранении. Классификация медицинских информационных систем. Организационное и правовое обеспечение медицинских информационных систем. Безопасность информационных систем.
Цели, задачи, структура, основные функции и принципы разработки информационных систем в здравоохранении. Классификация медицинских информационных систем. Организационное и правовое обеспечение медицинских информационных систем. Безопасность информационных систем.
6
4.4 Электронный документооборот
Электронный документооборот: планирование ресурсов, мониторинг лечебного процесса, лабораторно-диагностические функции, экспертная оценка и контроль качества процесса лечения.
Электронный документооборот: планирование ресурсов, мониторинг лечебного процесса, лабораторно-диагностические функции, экспертная оценка и контроль качества процесса лечения.
6
4.5 Информационные системы в управлении медицинской организацией
Требования, предъявляемые к медицинской системе. Концепция локальной обработки информации. Этапы разработки медицинской системы. Автоматизация управления медицинской организацией – внедрение современных информационных технологий в медицинскую деятельность.
Требования, предъявляемые к медицинской системе. Концепция локальной обработки информации. Этапы разработки медицинской системы. Автоматизация управления медицинской организацией – внедрение современных информационных технологий в медицинскую деятельность.
6
ВСЕГО
84
4.5 Промежуточная аттестация. Тестирование
2
Модуль 5. Аддитивные технологии в медицине
5.1 Аддитивные технологии в медицине
3D моделирование и аддитивные технологии в стоматологии Аддитивные технологии в травматологии и ортопедии
3D моделирование и аддитивные технологии в стоматологии Аддитивные технологии в травматологии и ортопедии
2
5.2 Разработка 3D-моделей разного уровня сложности
Создание 3D моделей органов человека по данным томографии. 3D моделирование в пластической хирургии
Создание 3D моделей органов человека по данным томографии. 3D моделирование в пластической хирургии
6
5.3 Разработка 3D-сборок
3D сборка из моделей органов для планирования операций. Индивидуальная 3D анатомическая модель пациента.
3D сборка из моделей органов для планирования операций. Индивидуальная 3D анатомическая модель пациента.
6
5.4 Аддитивные технологии для создания медицинского инструментария
2
5.5 Проектная работа
Создание 3D модели внутренних органов по данным томографии; создание копии медицинского инструмента методом фотограмметрии и 3D печати
Создание 3D модели внутренних органов по данным томографии; создание копии медицинского инструмента методом фотограмметрии и 3D печати
18
ВСЕГО
34
5.6 4.5 Промежуточная аттестация
2
Итоговая аттестация
Форма итоговой аттестации: защита проектной работы, созданного программного продукта
6.1 Постановка задачи и выбор алгоритма ее решения
6
6.2 Разработка программного кода и его апробация
24
6.3 Тестирование программного продукта
6
ВСЕГО
36
