ΑΝΑΛΥΣΗ ΒΙΟΣΗΜΑΤΩΝ-ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ

Πληροφορίες Μαθήματος
ΤίτλοςΑΝΑΛΥΣΗ ΒΙΟΣΗΜΑΤΩΝ-ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ / BIOSIGNAL ANALYSIS- BIOINFORMATICS
ΚωδικόςNDM03
ΣχολήΘετικών Επιστημών
ΤμήμαΠληροφορικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή
Υπεύθυνος/ηΝικόλαος Λάσκαρης
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID40003485

Πληροφορίες Τάξης
ΤίτλοςΑΝΑΛΥΣΗ ΒΙΟΣΗΜΑΤΩΝ-ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ
Ακαδημαϊκό Έτος2017 – 2018
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Class ID
600110526
Τύπος Μαθήματος 2016-2020
  • Επιστημονικής Περιοχής
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Καλή γνώση ψηφιακών τεχνικών επεξεργασίας σήματος και γνώση βασικών αρχών αναγνώρισης προτύπου και υπολογιστικής νοημοσύνης. MATLAB.
Μαθησιακά Αποτελέσματα
Κατάρτιση σε τεχνικές επεξεργασίας, ανάλυσης και διαχείρησης βιοσήματων και ενημέρωση για την αξιοποίησή τους σε σύγχρονες εφαρμογές του τομέα των ψηφιακών μέσων.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Άσκηση κριτικής και αυτοκριτικής
Περιεχόμενο Μαθήματος
Βιοσήματα (καταγραφή, ψηφιακή επεξεργασία, ανάλυση και μοντελοποίηση, επισκόπηση και αυτόματος έλεγχος). Bασικές Αρχές Ηλεκτροφυσιολογίας. Βασικές αρχές Γνωστικής Νευροφυσιολογίας και Νευροπληροφορικής (σύγχρονες απεικονιστικές τεχνικές, εξαγωγή, διαχείριση και ανάλυση των πειραματικών δεδομένων). Εισαγωγή στη Θεωρία Νευρωνικής Μοντελοποίησης των διαφόρων συστημάτων και ανώτερων νοητικών λειτουργιών. Εφαρμογές στη Διαχείριση Ψηφιακών Μέσων. Εύχρηστες διεπαφές ανθρώπου - υπολογιστή. Συναρμογή εγκεφαλικής δραστηριότητας με υπολογιστικά περιβάλλοντα. Εισαγωγή στη Βιοπληροφορική. Αποκωδικοποίηση και συστηματοποίηση γονιδιώματος. Υπολογιστικοί Αλγόριθμοι. Διαχείριση και ανάλυση ακολουθιών DNA. Αναζήτηση πρωτεϊνών. Ανάλυση γονιδιακών δικτύων.
Λέξεις Κλειδιά
ανάλυση βιοσημάτων, νευροπληροφορική
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Πολυμεσικό υλικό
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
Περιγραφή
επίδειξη λογισμικού ανάλυσης βιοσημάτων
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις301
Εργαστηριακή Άσκηση451,5
Μελέτη και ανάλυση βιβλίων και άρθρων602
Εκπόνηση μελέτης (project)903
Σύνολο2257,5
Αξιολόγηση Φοιτητών
Περιγραφή
Ο τελικός βαθμός διαμορφώνεται σε ποσοστό 30% από την απόδοση στις γραπτές εξετάσεις, 30% από την επίδοση σε παρουσίαση σχετικής βιβλιογραφικής εργασίας και 40% από την επίδοση σε εργασία υλοποίησης αλγορίθμων (project) και εφαρμογής σε συγκεκριμένη κατηγορία βιοσημάτων.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Συμπερασματική)
  • Δημόσια Παρουσίαση (Συμπερασματική)
  • Έκθεση / Αναφορά (Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
1) J. Semmlow. Biosignal and biomedical image processing: MATLAB-based applications. Marcel Dekker (ed). 2004 2) D.E. Krane and M.L Raymer. ' Fundamental concepts of Bioinformatics'. Benjamin Cummings(ed). 2002 3) Selected review papers
Επιπρόσθετη βιβλιογραφία για μελέτη
U. Windhorst & H. Johansson. Modern Techniques in Neuroscience Research. Springer (ed.).1999
Τελευταία Επικαιροποίηση
30-06-2018