НАЗАД

Интеллектуальный анализ медико-статистических показателей

В данном разделе представлены массовые открытые онлайн-курсы (МООК). МООК является дополнительным учебным материалом. 

Обращаем Ваше внимание, что изучение МООК доступно любому зарегистрированному пользователю, однако МООК не является частью образовательных программ повышения квалификации. 

Изучение материалов МООК не предполагает выдачу удостоверений, сертификатов или иных документов, подтверждающих их изучение.

Курс посвящен изучению Data mining как средства решения задач сбора, обработки, анализа данных в профессиональной деятельности специалиста в области медико-профилактического дела, врача по общей гигиене, эпидемиологии.

После завершения данного курса слушатели смогут:
  1. Структурировать и представлять медицинские данные для целей интеллектуального анализа.
  2. Применять нечетко-логический подход к обработке данных.
  3. Обоснованно выбирать программное обеспечение для работы с массивами данных и выполнения операций Data mining.
МООК
Программа
1
Интеллектуальный анализ медико-статистических показателей
a.
Трейлер
2
Введение в анализ медицинских данных
a.
Введение в интеллектуальный анализ данных. Методы анализа данных
b.
Презентация
c.
Методы измерения и анализа заболеваемости населения
d.
Презентация
e.
Стратегии поиска достоверной информации. Медицинские информационные системы
f.
Презентация
g.
Введение в анализ качественных и количественных биомедицинских данных
h.
Презентация
i.
Тестирование
3
Представление медицинских данных
a.
Типы медицинских данных. Понятие о качественных и количественных данных
b.
Презентация
c.
Источники и структура медицинских данных
d.
Презентация
e.
Базы медицинских данных
f.
Презентация
g.
Способы представления медицинских данных
h.
Презентация
i.
Тестирование
4
Управление данными в здравоохранении
a.
Информационная безопасность и защита информации в информационных системах здравоохранения
b.
Презентация
c.
Тестирование
5
Базовые понятия искусственного интеллекта
a.
Основные понятия и характеристики искусственных нейронных сетей
b.
Презентация
c.
Классификация искусственных нейронных сетей
d.
Презентация
e.
Искусственный интеллект в системах автоматизированного управления в учреждениях здравоохранения
f.
Презентация
g.
Самостоятельная работа
h.
Генетический алгоритм обучения нейронной сети в автоматизированных системах управления
i.
Презентация
j.
Обработка знаний. Нейронные сети
k.
Презентация
l.
Эволюционное моделирование
m.
Презентация
n.
Реализация генетических алгоритмов
o.
Презентация
p.
Самостоятельная работа
q.
Тестирование
6
Цифровая реальность
a.
Введение в цифровую реальность
b.
Презентация
c.
VR-технологии в здравоохранении
d.
Презентация
e.
Технологии дополненной реальности
f.
Презентация
g.
Современные MR-технологии
h.
Презентация
i.
Самостоятельная работа
j.
Тестирование
7
Биомедицинская инженерия
a.
Концепция биомедицинской инженерии
b.
Презентация
c.
Биомедицинская инженерия: биоматериалы
d.
Презентация
e.
Биомедицинская инженерия: биомеханика
f.
Презентация
g.
Биомедицинская инженерия: реабилитационная инженерия
h.
Презентация
i.
Самостоятельная работа
j.
Тестирование
8
Основы Data Mining
a.
Деревья решений
b.
Презентация
c.
Регрессионный анализ. Виды. Основные этапы. Области применения
d.
Презентация
e.
Нейронные сети
f.
Презентация
g.
Анализ временных рядов
h.
Презентация
i.
Тестирование
9
Data Mining для выполнения статистической обработки данных
a.
Статистические анализ количественных биомедицинских данных
b.
Презентация
c.
Статистические анализ качественных биомедицинских данных
d.
Презентация
e.
Формы статистического наблюдения. Анализ данных на основе форм
f.
Презентация
g.
Интерпретация результатов анализа биомедицинских данных
h.
Презентация
i.
Самостоятельная работа
j.
Тестирование
10
Эпидемиологическое прогнозирование
a.
Прогностические модели. Методы прогнозирования и модели распространения заболеваний. Классификация эпидемиологических прогнозов
b.
Презентация
c.
Математическое моделирование и прогнозирование в эпидемиологии инфекционных заболеваний
d.
Презентация
e.
Предиктивные модели в эпидемиологии неинфекционных заболеваний
f.
Презентация
g.
Анализ выживаемости
h.
Презентация
i.
Самостоятельная работа
j.
Тестирование
11
Прогнозная аналитика с помощью нейронных сетей
a.
Алгоритм создания нейронной сети для прогнозирования эпидемиологической обстановки
b.
Презентация
c.
Методы обучения нейронной сети для прогнозирования в эпидемиологии и гигиене. Подготовка данных
d.
Презентация
e.
Методы обучения нейронной сети для прогнозирования в эпидемиологии и гигиене. Обучение и оценка качества прогноза
f.
Презентация
g.
Искусственный интеллект в эпидемиологии и гигиене
h.
Презентация
i.
Тестирование
12
Итоговое тестирование
a.
Тестирование
Преподаватели
English / Русский