Докторантура PhD
Название:
Искусственный интеллект в медицине
Факультет:
Информационных технологий
Квалификация:
- Научно-педагогическое направление - доктор философии (PhD)
- Модель выпускника
-
Обязательные
дисциплины
-
Элективные
дисциплины
- Практики
1. Строить математические модели различных задач создания общественного блага, определять методологию применения к ним методов искусственного интеллекта, задавать критерии оценки качества, разрабатывать общие модели данных и организовывать обмен данными на основе облачных вычислений с целью повышения вероятности социально выгодных результатов.
2. Сопоставлять и осуществлять выбор алгоритмов цифровой обработки сигналов для различных приложений медицинского назначения, оценивать экспериментальные результаты и соотносить их с соответствующими методами проектирования и программирования, реализовывать алгоритмы цифровой обработки сигналов и методы проектирования на встраиваемых устройствах.
3. Выполнять основные этапы подготовки данных медицинской визуализации при разработке алгоритмов искусственного интеллекта, объяснять текущие ограничения для обработки данных и исследовать новые подходы для решения проблем доступности данных.
4. Применять методы машинного обучения для медицинской диагностики и аналитики на основе медицинских данных, создавать инструменты для интеллектуального анализа данных.
5. Оценивать, как встраиваемые системы, инструменты искусственного интеллекта для оказания медицинской помощи могут быть использованы для выявления и оценки воздействия на здоровье поведенческих и экологических факторов.
6. Составлять программы исследований, применять методы научных исследований, осуществлять научное руководство проведением исследований по важнейшим научным проблемам фундаментального и прикладного характера, получать необходимые данные из научно-технических документов, отчетов и других справочных материалов.
7. Вести преподавательскую деятельность в высших учебных заведениях, внедрять передовые и инновационные технологии обучения, разрабатывать учебно-методическое обеспечение новых курсов с учетом социальной модернизации Казахстана и развития национальной экономики.
8. Внести вклад в рамках оригинальных исследований, которые расширяют границы знаний путем применения искусственного интеллекта в медицине, использовать академический стиль письма, публиковать результаты исследований в виде научных статей в казахстанских и зарубежных изданиях, быть готовым к корректному и толерантному взаимодействию в обществе, к социальному взаимодействию и сотрудничеству для решения научно-технических задач.
-
Академическое письмо
- Количество кредитов: 2
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности писать научные тексты, в основном научно-исследовательские статьи, применять стратегии и навыки текстового анализа.
В результате изучения дисциплины сформировать у студентов способности:
структурировать свои идеи, чтобы писать четко сформулированные предложения и связные абзацы;
использовать академический стиль письма, характеризующийся точным, лаконичным и формальным языком;
В рамках дисциплины рассматриваются следующие аспекты: Основные аспекты академического письма для докторантов. Структура научной статьи оригинального исследовательского типа «Введение, методы, результаты, анализ и обсуждение» (IMRAD). Различия в структуре и организации научных работ. Оформление разделов научной статьи: ведение, литературный обзор, цели, отчет о проделанной работе, планы на будущее, ссылки. Способы связывания идеи и аргументов. Критическое оценивание. Методы строгого лаконичного письма. Анализ и синтез в академическом письме. Рецензирование научных трудов.
сообщать о предыдущих исследованиях и оценить их важность;
распознавать и использовать различные методы в академических текстах;
структурно представлять результаты научных исследований с точки зрения выбора журнала, типа публикации или относительной ценности новостей своих выводов.
-
Искусственный интеллект для социального блага
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности применять искусственный интеллект и машинное обучение для общественного блага, в частности, для решения проблем окружающей среды, здравоохранения и социальной сферы. В рамках дисциплины рассматриваются следующие аспекты: Введение в вопросы общественного блага. Математические основы и технологии для решения задач общественного блага: задачи оптимизации, регрессии, сверточные нейронные сети, рекуррентные нейронные сети. Преобразование идей искусственного интеллекта в реальное социальное воздействие. Методы машинного обучения в социальных проблемах. Компьютерное зрение в социальных проблемах. Обработка естественного языка в социальных проблемах. Применение искусственного интеллекта в зеленой энергетике, экологии, инклюзии, медицине.
-
Методы научных исследований
- Количество кредитов: 3
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в развитии научного мышления и исследовательских навыков докторантов, применении методов научных исследований в области научных интересов.
В результате изучения дисциплины сформировать у студентов способности:
описывать основные понятия научного исследования и его методологии;
определять соответствующие темы исследований, выбирать и определять соответствующие исследовательские задачи и их параметры;
проводить разработку и исследование теоретических и экспериментальных моделей информационных ресурсов;
проводить анализ результатов экспериментов, осуществлять выбор оптимальных решений, составлять обзоры, отчеты и готовить научные публикации.
В рамках дисциплины рассматриваются следующие аспекты: введение в методологию исследования: обзор фундаментальных основ. Проблема исследования: научное мышление. Обзор литературы: значение обзора литературы, потребности, цели, источники, функции литературы. Исследовательские гипотезы: значение, дефиниции, природа, функции, значимость, виды гипотез, переменные в гипотезе, формулирование гипотезы, проверка гипотезы. Исследовательский подход: философские предпосылки, качественный и количественный подход, смешанный методический подход. Исследовательские стратегии: эксперименты, этнография, феноменология, обоснованная теория, практическое исследование.
-
Продвинутая цифровая обработка сигналов
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины состоит в формировании способности применять технологии обработки медицинских сигналов с использованием преобразования Фурье, спектрального анализа и фильтрации сигналов. В рамках дисциплины рассматриваются следующие аспекты: Краткая справка о развитии методов обработки биомедицинских сигналов и данных. Роль автоматизации обработки и анализа биомедицинских сигналов в совершенствовании медицинской диагностики. Представление данных:
Получение и представление медико-биологических данных. Сплайны сигналов. Предварительная обработка: Методы кодирования медицинских данных. Погрешности методов цифровой обработки сигналов (ЦОС). Цифровая фильтрация. Цифровые фильтры. Сглаживание и проектирование фильтров. Адаптивная фильтрация. Сжатие данных. Создание виртуальных приборов сжатия сигналов. Биомедицинские сигналы. Синтаксическое распознавание сигналов. Цифровые технологии в медицине. Современная ЦОС и Интернет вещи.
-
Написание и защита докторской диссертации
- Количество кредитов: 12
- Тип контроля: Докторская диссертация
- Описание: Цель написания и защита докторской диссертации: оформления и защита докторской диссертации является формирование у докторантов способности раскрыть содержание научно-исследовательской работы для защиты диссертации.
В ходе изучения курса сформировать у докторанта способности:
1. обосновать содержание новых научно-обоснованных теоретических и экспериментальных результатов, позволяющих решать теоретическую или прикладную задачу или являющихся крупным достижением в развитии конкретных научных направлений;
2. объяснить оценку полноты решений поставленных задач согласно специфике профессиональной сферы деятельности;
3. могут анализировать альтернативные варианты решения исследовательских и практических задач и оценивать перспективы реализации этих вариантов;
4. применять навыки написания научных текстов и представления их в виде научных публикаций и презентаций.
5. планировать и структурировать научный поиск, четко выделять исследовательскую проблему, разрабатывать план/программу и методы ее изучения, оформлять в соответствии с требованиями ГОСО научно-квалификационную работу в виде диссертации на соискание ученой степени доктора философии (PhD) по образовательной программе «8D07502 -Стандартизация и сертификация (по отраслям)».
При изучении написания и защита докторской диссертации докторанты будут изучать следующие аспекты: Оформление документов для представления диссертации к защите. Информационная карта диссертации и регистрационно-учетная карточка (в формате Visio 2003). Выписка из протокола заседания учреждения, в котором проходила предварительная защита диссертации. Сопроводительное письмо в ВАК. Экспертное заключение о возможности опубликования автореферата. Экспертное заключение о возможности опубликования диссертации. Протокол заседания счетной комиссии. Бюллетень для голосования. Стенограмма заседания диссертационного совета. Список научных трудов. Отзыв официального оппонента. Отзыв ведущей организации. Отзыв научного руководителя.
Приведены данные за 2021-2024 гг.
-
Встраиваемые системы и их приложения в здравоохранении
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины состоит в формировании способности использования встраиваемых систем для решения практических задач в здравоохранении современными инструментальными средствами. В рамках дисциплины рассматриваются следующие аспекты: Встраиваемые системы. Механизмы реального времени. Встраиваемые вычислительные системы. Возможности высокоуровневого построения ВсС.
5 Архитектурное проектирование ВсС. Аспектная модель процесса создания ВсС. Технические средства ВсС. Модульный принцип организации ВсС. Сетевые интерфейсы ВсС. Программные средства ВсС. Языки программирования: Требования к языкам для управляющих систем. Инструментальные средства отладки и тестирования ВсС. Разработка программного продукта: Особенности проектирования встраиваемых систем. Устройство современного контроллера на примере SDK-1.1. Жидкокристаллический индикатор. Внешняя память. Инструментальные средства для SDK-1.1. Примеры программирования стенда SDK-1.1.
-
Глубокое обучение для медицинской визуализации
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности выполнять построение моделей машинного обучения для визуализации и диагностики на основе медицинских изображений. В рамках дисциплины рассматриваются следующие аспекты: Введение в медицинскую визуализацию. Основы медицинской визуализации. Визуализация результатов проекционной рентгенографии: излучение, электроны, ионизация, оборудование, электроны, побочные эффекты, выявление и диагностика переломов костей. Визуализация результатов компьютерной томографии (КТ): терминология и оборудование, сонограммы, представление данных КТ, реконструкция изображения. Ультразвуковая визуализация: архитектура системы, компоненты, терминология, примечание о рефракции и скорости звука, формирование изображений и типичное применение, артефакты, передовые методики. Визуализация результатов магнитно-резонансной томографии: катушки, перевернутые протоны, индукция Фарадея, визуализация неврологических заболеваний.
-
Машинное обучение для медицинской диагностики
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности применять методы машинного обучения в вопросах диагностики медицинских заболеваний.В рамках дисциплины рассматриваются следующие аспекты: Введение в медицинскую диагностику. Обнаружение заболеваний с помощью компьютерного зрения. Построение и обучение модели медицинской диагностики. Классификация изображений и дисбаланс классов. Архитектура CNN. Работа с небольшим обучающим множеством. Тестирование модели. Показатели чувствительности, специфичности и оценки. Кривая ROC и пороговое значение. Сегментация медицинских изображений. Сегментация изображений 2D U-Net и 3D U-Net. Увеличение объема данных для сегментации. Функция потери для сегментации изображений. Различные популяции и диагностические технологии. Измерение результатов лечения пациентов.
-
Прикладная электротехника и электроника в медицине
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины состоит в формировании способности решать физические и технические задачи в области медицинской электроники и биомедицинской диагностике. В рамках дисциплины рассматриваются следующие аспекты: Электрические измерения в медицине. Средства медицинских измерений. Электроды и микроэлектроды: Электроды электрокардиографов и электроэнцефалографов. Система электро-организм: Эквивалентные схемы замещения системы электрод-организм. Резистивные датчики. Фотоэлектрические приборы. Полупроводниковые фотопреобразователи.Термоэлектрические преобразователи. Медицинские устройства: Применение фотодатчиков, чувствительных к инфракрасному излучению, для измерения температуры кожных покровов. Пьезоэлектрические преобразователи. Измерительные усилители и фильтры.Функциональные узлы электронных устройств медицинского назначения. Структура и схемотехника диагностических и терапевтических устройств.Измерительные и регистрирующие каналы. Электронные электростимуляторы.
Приведены данные за 2021-2024 гг.
-
Педагогическая
- Тип контроля: Защита практики
- Описание: Цель дисциплины: формирование способности осуществлять педагогическую деятельность в вузах, проектировать образовательный процесс и проводить отдельные виды учебных занятий с использованием инновационных образовательных технологий.
-
Исследовательская
- Тип контроля: Защита практики
- Описание: Цель практики: приобретение опыта в исследовании актуальной научной проблемы, расширение профессиональных знаний, полученных в процессе обучения, и формирование практических навыков ведения самостоятельной научной работы. Практика направлена на развитие навыков исследования, анализа и применения экономических знаний.
Приведены данные за 2021-2024 гг.