DAT350 Anvendt helsedatavitenskap og medisinsk fysikk

Studiepoeng:10

Ansvarlig fakultet:Fakultet for realfag og teknologi

Emneansvarlig:Oliver Tomic

Campus / nettbasert:Undervises campus Ås

Undervisningens språk:Engelsk

Frekvens:Årlig

Forventet arbeidsmengde:Undervisning 78 timer, øvelser 26 timer, kollokvier og egenstudier mm: 146 timer. Totalt 250 timer.

Undervisnings- og vurderingsperiode:

Emnet starter i høstparallellen.

Emnet har undervisning/vurdering i høstparallellen.

Om dette emnet

DAT350 introduserer metoder innen maskinlæring som er relevante for analyse av helsedata samt grunnleggende prinsipper innen medisinsk fysikk. Følgende temaer inngår:

Overlevelsesanalyse
Prinsipper innen kreft- og radioterapi
Medisinsk avbildning (CT, PET, MRI)
Segmentering av medisinske avbildninger
Biomarkørengineering og ekstrahering av variabler
Variabelseleksjon for høydimensjonale data
Multiblokkanalyse for data fra flere kilder
Modeller for prediksjon av pasientutfall

Kurset gir en innføring i metodenes grunnleggende teoretiske egenskaper, men har hovedfokus på anvendt modellering med reelle datasett. Studentene lærer å lage effektive og treffsikre modeller som, avhengig av applikasjon, kan støtte opp om flere av FNs bærekraftsmål, blant andre 3, 4, 9, 10 og 15.

Dette lærer du

Ferdigheter og innsikt i relevante teknikker for analyse av helsedata og prinsipper innen medisinsk fysikk. Grunnleggende forståelse av ulike modellers matematiske egenskaper og virkemåte. Studenten lærer seg å beherske analysemetoder som passer til 1) overlevelsesanalyse, 2) høydimensjonale data, 3) medisinske bilder, og 4) data fra flere ulike kilder. Studentene lærer å koble ulike problemstillinger til valg av hensiktsmessig analysemetodikk.

Læringsaktiviteter
Undervisningen består av forelesninger og praktiske øvelser med bruk av datamaskin og moderne maskinlæringsprogramvare (med bistand fra øvingslærere).
Læringsstøtte
Moderne dataanalyse er et fagområde i konstant utvikling, og læringsstøtteressurser på internett vil knyttes opp mot forelesninger og oppgaver via kurshjemmesidene i Canvas.
Studentene kan utover dette avtale kontakt med ansvarlig lærer på kontoret i treffetiden eller via epost.
Pensum
Pensumlitteratur, programvare, hjelpelitteratur, pensumoversikt m.m. oppgis på kursets hjemmeside.
Forutsatte forkunnskaper
DAT200 eller lignende
DAT300 eller lignende (kan tas samtidig)
INF120 eller et tilsvarende emne i grunnleggende programmering (ferdigheter i Python forutsettes)
INF200 eller et tilsvarende emne i videregående programmering (versjonskontroll og god programmeringspraksis antas kjent)
Anbefalte forkunnskaper
FYS241A eller lignende
Vurderingsordning, hjelpemiddel og eksamen
Skriftlig eksamen, 3,5 timer. A-F.

Skriftlig skoleeksamen Karakterregel: Bokstavkarakterer Hjelpemiddel: A1 Ingen kalkulator, ingen andre hjelpemidler
Sensorordning
Ekstern sensor deltar sammen med intern sensor ved utformingen av eksamensoppgavene og sensorveiledningen. Ekstern sensor kontrollerer intern sensors vurdering av et tilfeldig utvalg kandidater som en kalibrering med visse mellomrom i henhold til fakultetets retningslinjer for sensur.
Obligatorisk aktivitet
Obligatoriske innleveringsoppgaver. Regler for godkjenning av obligatorisk aktivitet kunngjøres ved kursstart.
Undervisningstider
Forelesninger: 4 timer/uke. Øvinger: 2 timer/uke.
Opptakskrav
Realfag