inf5406 - Medizinische Datenanlayse mit Deep Learning (Vollständige Modulbeschreibung)

Ein grundlegendes theoretisches Verständnis im Bereich des maschinellen Lernens, praktische Programmierkenntnisse in Phyton und Grundkenntnisse im Bereich tiefgehender neuronaler Netze.

Fachkompetenzen
Die Studierenden:

haben einen Überblick über Einsatzbereiche von maschinellen Lernverfahren zur Analyse von medizinischen Daten und können die Probleme sowohl in den methodischen als auch in einen (bio-)medizinischen Problemkontext einordnen. Sie kennen geeignete Algorithmen und können diese praktisch anwenden.

Methodenkompetenzen
Die Studierenden:

• erarbeiten sich selbstständig unter Zuhilfenahme von Präsenzveranstaltungen, bereitgestellten Materialien und Fachliteratur theoretische und praktische Konzepte

Sozialkompetenzen
Die Studierenden:

können Lösungsansätze für Probleme in diesem Bereich im Plenum präsentieren und in Diskussionen verteidigen

Selbstkompetenzen
Die Studierenden:

können ihre eigene Fach- und Methodenkompetenz einschätzen. Sie übernehmen die Verantwortung für ihre Kompetenzentwicklung und ihre Lernfortschritte und reflektieren diese selbstständig. Zudem erarbeiten sie selbstständig die Lerninhalte und können die Inhalte kritisch reflektieren

Diese Vorlesung vermittelt einen Einblick in aktuelle Methoden des Deep Learnings zur Analyse medizinischer Daten. Hierzu sollen ein breites Spektrum von Datenmodalitäten und Anwendungsbereichen diskutiert werden und neben methodischen Kenntnissen auch das, für die jeweiligen Anwendungen erforderliche, Hintergrundwissen vermittelt werden. Insbesondere sollen psychologische Zeitreihen EKG,EEG), medizinische Bildgebung (Histopathologie, Röntnge-Thorax. CT/MRT), Audiodaten (z. B. dig. Stethoskop) bis hin zur Analyse von Proteindaten..... ?

am Ende der Vorlesungszeit

Klausur / mündl. Prüfung / Projektarbeit