Studia na kierunku Inżynieria Biomedyczna
Przegląd sekcji
-
Kurs powstał w ramach projektu "OMNIS Otwartość. Modernizacja. Nowoczesność. Integracja. Społeczność.", współfinansowanego ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Plus, w ramach programu Fundusze Europejskie dla Rozwoju Społecznego 2021-2027.
-
-
Dane biomedyczne są paliwem współczesnej medycyny cyfrowej – studiuj Inżynierię Biomedyczną na odległość, przez Internet!
To na ich podstawie stawia się diagnozy, monitoruje stan pacjentów, projektuje nowoczesną aparaturę oraz rozwija algorytmy sztucznej inteligencji. Aby jednak z danych uzyskać rzetelną i wiarygodną informację, trzeba rozumieć cały proces – od fizycznego powstawania sygnału w organizmie człowieka, poprzez jego przetwarzanie w układach akwizycji urządzeń elektromedycznych, aż po zastosowanie zaawansowanych metod analizy cyfrowej, w tym z wykorzystaniem algorytmów uczenia maszynowego i sztucznej inteligencji.
Taki właśnie zestaw kompetencji oferuje nowy program studiów magisterskich Akwizycja i analiza danych biomedycznych na kierunku Inżynieria Biomedyczna w Politechnice Warszawskiej, realizowany przez Wydział Mechatroniki we współpracy z Ośrodkiem Kształcenia na Odległość.
Jeśli chcesz poznać cały proces, od źródła sygnału w ciele człowieka, poprzez projekt i działanie toru akwizycji, aż po opracowanie i publikację wyników, to te studia są dla Ciebie.
Dlaczego warto? Zdobędziesz tytuł magistra inżyniera w 4 semestry, ucząc się od ekspertów, jak wykorzystywać zaawansowane technologie IT mające zastosowanie w inżynierii Biomedycznej.
Rozwiniesz kompetencje w zakresie:
- nowoczesnych metod akwizycji sygnałów i obrazów biomedycznych,
- przetwarzania i analizy danych medycznych,
- zastosowania sztucznej inteligencji w diagnostyce i terapii,
- projektowania i wdrażania zaawansowanych narzędzi informatycznych w ochronie zdrowia.
Co zyskujesz?
- Możliwość rozpoczęcia specjalizacji w dziedzinie fizyki medycznej (CMKP)
- Przygotowanie do pracy w nowoczesnych ośrodkach ochrony zdrowia
- Kompetencje poszukiwane w sektorze badań i przemyśle medycznym
Dla kogo? Studia idealne dla kandydatów chcących wyspecjalizować się w rozwijającym się sektorze technologii od projektowania systemów po zaawansowaną analizę danych w chmurze.
Dołącz do nas i twórz technologie, które mają znaczenie!
-
-
-
Studia na odległość w OKNO PW oparte są na modelu SPRINT, który łączy samodzielną naukę online z nielicznymi zjazdami na uczelni oraz sesjami egzaminacyjnymi.
Struktura roku i semestru
- Rok akademicki podzielony jest na 4 półsemestry (jesienny, zimowy, wiosenny, letni), każdy trwa 8 tygodni i kończy się dwutygodniową sesją egzaminacyjną.
- Semestr w programach koordynowanych przez OKNO PW składa się z dwóch takich półsemestrów. Dzięki takiej organizacji student realizuje mniejszą liczbą przedmiotów jednocześnie (średnio są to 2 - 3 przedmioty w półsemestrze).
Organizacja studiowania
- Model zakłada, że student sam wybiera czas i tempo studiowania przedmiotów, a pobyty na uczelni ograniczone są do zajęć praktycznych (laboratoria, ćwiczenia) oraz egzaminów i konsultacji.
- Dla każdego przedmiotu przewidziane są zwykle weekendowe spotkania na uczelni (np. dwie soboty w trakcie półsemestru) z ćwiczeniami rachunkowymi, projektowymi i dyskusją problemów z prowadzącym.
Formy pracy studenta
- Część asynchroniczna obejmuje korzystanie z materiałów dydaktycznych e‑learningowych (tekst, multimedia, prezentacje, filmy, ...), wykonywanie zadań i projektów oraz komunikację przez platformę edukacyjną LeIA (fora, wiadomości, testy, ...).
- Część synchroniczna to konsultacje online prowadzone w ustalonych terminach.
Narzędzia i obsługa
- Student korzysta z systemu USOSWeb np. do zapisów na przedmioty, sprawdzania wyników zaliczeń i opłat, a z platformy edukacyjnej LeIA do pracy dydaktycznej: studiowania materiałów edukacyjnych, oddawania zadań, udziału w zajęciach online i komunikacji z prowadzącymi.
- Ośrodek m.in. zapewnia wsparcie administracyjne i informatyczne oraz standardy prowadzenia przedmiotów na platformie edukacyjnej dla wszystkich programów realizowanych w trybie "na odległość".
-
-
-
Przedmiot (ECTS) Treści kształcenia Oczekiwane umiejętności absolwenta Matematyka dyskretna (5 ECTS) 1.Podstawowe pojęcia matematyki dyskretnej (zbiory, funkcje, ciągi).
2. Techniki zliczania (kombinatoryka, permutacje, kombinacje, schematy wyboru).
3. Rekurencja i metody rozwiązywania równań rekurencyjnych (indukcja matematyczna, funkcje tworzące).
4. Elementarne pojęcia teorii grafów12.Potrafi stosować podstawowe techniki zliczania i rozwiązywać równania rekurencyjne. Akwizycja danych biomedycznych (5 ECTS) 1. Ogólna budowa systemu akwizycji danych (źródło, przetwornik, kondycjonowanie, konwersja A/C).
2. Podstawy biofizyczne generacji wybranych sygnałów biomedycznych (bioelektryczne, akustyczne, obrazowe).
3. Parametry elementów torów akwizycji (czułość, dynamika, pasmo przenoszenia).
4. Analiza, modelowanie i projektowanie torów akwizycji dla urządzeń diagnostycznych (EKG, ultrasonograf).Potrafi dokonać analizy i modelowania torów akwizycji sygnałów.
Potrafi zaprojektować i dobrać ich parametry konstrukcyjne.Zaawansowane programowanie w Python (5 ECTS) 1. Składnia, struktura programu i podstawowe typy danych w Pythonie.
2. Tworzenie funkcji, generatory, organizacja kodu (moduły, pakiety).
3. Programowanie obiektowe (klasy, dziedziczenie, polimorfizm) i obsługa wyjątków.
4. Abstrakcyjne typy danych, algorytmy (sortowanie, wyszukiwanie) i metody wizualizacji danych.Potrafi zaprojektować i zaimplementować oprogramowanie w Pythonie (strukturalne/obiektowe).
Potrafi ułożyć i zaimplementować algorytm do analizy i wizualizacji danych.Pracownia problemowa - Zjazd (5 ECTS) 1. Zarządzanie projektem konstrukcyjnym (harmonogram, raportowanie, dokumentacja).
2. Dobór cech konstrukcyjnych urządzenia i kryteriów dla komponentów.
3. Podstawowe techniki montażu układów elektronicznych (montaż PCB).
4. Laboratoryjne testy funkcjonalne (opracowanie schematów, protokoły pomiarowe, krytyczna analiza wyników).Potrafi wykorzystać techniki analizy danych w weryfikacji założeń projektowych.
Potrafi przygotować założenia i zaprojektować system elektromedyczny/telemedyczny.
-
-
-
Przedmiot (ECTS) Treści kształcenia Oczekiwane umiejętności absolwenta Fizyczne podstawy radioterapii (3 ECTS) 1. Radiobiologiczne podstawy radioterapii i oddziaływanie promieniowania jonizującego z materią.
2. Urządzenia do teleradioterapii (parametry wiązek) i brachyterapia.
3. Podstawy dozymetrii i techniki teleradioterapii.
4. Obrazowanie medyczne i podstawy planowania leczenia w radioterapii.
5. Ochrona radiologiczna pacjenta i zapewnienie jakości.Potrafi korzystać ze środowisk symulacyjnych (Monte Carlo).
Potrafi opracować podstawowy plan radioterapeutyczny.Systemy zarządzania informacją w ochronie zdrowia (5 ECTS) 1. Aktualny stan prawny dot. przetwarzania informacji medycznych i ochrony danych pacjenta.
2. Standardy wymiany informacji w ochronie zdrowia (HL7, XML) oraz kodowania obrazów medycznych (DICOM).
3. Podstawy projektowania relacyjnych baz danych i język SQL.
4. Systemy telemedyczne do długotrwałego monitorowania sygnałów biologicznych.Potrafi zaprojektować schemat relacyjnej bazy danych. Cyfrowe przetwarzanie sygnałów biomedycznych (5 ECTS) Zaawansowane metody analizy sygnałów (transformata Fouriera, Hilberta, falkowa).
2. Filtracja cyfrowa (usuwanie szumów i artefaktów).
3. Analiza widmowa i czasowo-częstotliwościowa.
4. Estymacja parametrów i modelowanie sygnałów.
5. Praktyczne zastosowania: analiza sygnałów EKG, EEG, EMG.Potrafi uzyskać i zinterpretować reprezentację czasowo-częstotliwościową sygnałów biomedycznych (niestacjonarnych).
Ma umiejętność prowadzenia identyfikacji struktur nieznanych sygnałów.Etyczne i prawne aspekty inżynierii biomedycznej (3 ECTS) 1. Bezpieczeństwo informacji (ISO/IEC 27001) i RODO w ochronie zdrowia (anonimizacja, pseudonimizacja).
2. Regulacje dotyczące wyrobów medycznych: Good Manufacturing Practice (GMP), systemy zarządzania jakością ISO 13485:2016, regulacje MDR 2017/745.
3. Badania kliniczne nowych wyrobów medycznych i standardy Good Clinical Practice (GCP).Potrafi przygotować założenia dla projektu wyrobu medycznego zgodnie z przepisami (Polska/UE).
Rozumie etyczne aspekty działalności i wynikającą z tego odpowiedzialność.
-
-
-
Przedmiot (ECTS) Treści kształcenia Umiejętności - nauczysz się: Metody analizy ilościowej w inżynierii biomedycznej (5 ECTS) Ten przedmiot wprowadzi Cię w świat matematycznego opisu procesów biologicznych i ilościowej analizy danych medycznych. Nauczysz się interpretować złożone zjawiska fizjologiczne na podstawie liczb, modeli i szeregów czasowych, a także świadomie oceniać wiarygodność wyników pomiarów oraz skuteczność zastosowanych metod analizy.
Poznasz metody statystyczne, algorytmy modelowania i narzędzia wykorzystywane w inżynierii biomedycznej do:
- analizy dynamiki sygnałów i procesów biologicznych,
- klasyfikacji i predykcji zdarzeń (np. zmian rytmu serca, epizodów oddechowych),
- oceny zależności między parametrami fizjologicznymi,
- interpretacji danych eksperymentalnych i klinicznych.
- analizować szeregi czasowe sygnałów biomedycznych,
- dobierać modele adekwatne do typu badanego procesu,
- przeprowadzać klasyfikację i prognozę zdarzeń fizjologicznych,
- interpretować wyniki metod statystycznych i oceniać ich wiarygodność,
- łączyć narzędzia modelowania z danymi eksperymentalnymi i klinicznymi.
Zaawansowane C++ (5 ECTS) Na tym przedmiocie wejdziesz na ekspercki poziom programowania w języku C++, poznając jego nowoczesne standardy, zasady projektowania oprogramowania oraz wzorce konstrukcyjne stosowane w inżynierii i analizie danych.
Nauczysz się tworzyć wydajne, stabilne i bezpieczne aplikacje, w tym moduły wspierające akwizycję, przetwarzanie oraz wizualizację danych. Poznasz też techniki optymalizacji kodu, testowania oraz utrzymania rozbudowanych projektów.
Podczas zajęć:
- zgłębisz paradygmat obiektowy w praktyce – dziedziczenie wielokrotne, polimorfizm, klasy abstrakcyjne,
- opanujesz szablony, konstrukcje uogólnione oraz podejście template metaprogramming (TMP),
- nauczysz się korzystać z najważniejszych elementów Standard Template Library (STL) – algorytmów, kontenerów i iteratorów,
- przećwiczysz implementację i testowanie aplikacji wykorzystywanych w systemach pomiarowych oraz diagnostyce.
- projektować i implementować rozbudowane aplikacje w C++, również w środowiskach zdalnych i systemach pomiarowych,
- stosować biblioteki standardowe STL oraz szablony do optymalizacji pracy kodu,
- testować i debugować systemy oprogramowania służące do akwizycji i analizy danych,
- dokumentować i utrzymywać kod źródłowy na poziomie profesjonalnym.
Zaawansowane technologie bezpieczeństwa sieci komputerowych (5 ECTS) Ten przedmiot wprowadzi Cię w kluczowe obszary cyberbezpieczeństwa, zarządzania usługami sieciowymi oraz ochrony danych w środowiskach rozproszonych i chmurowych. Poznasz nowoczesne protokoły i metody zabezpieczania infrastruktury teleinformatycznej, w tym systemów obsługujących dane, transmisję multimedialną oraz zdalny dostęp do zasobów sieciowych.
Podczas zajęć:
- przećwiczysz konfigurację bezpiecznych połączeń (SSH, SSL/TLS, VPN, IPSec),
- nauczysz się praktycznej pracy z narzędziami monitoringu i zarządzania siecią (SNMP, MIB, RMON, platformy zarządzające),
- zrozumiesz mechanizmy bezpieczeństwa usług DNS i poczty elektronicznej,
- poznasz zasady utrzymania jakości transmisji głosu i multimediów (QoS, kompresja, kolejkowanie, sygnalizacja).
- konfigurować bezpieczne środowiska pracy w sieciach rozległych i lokalnych,
- diagnozować ryzyka, wdrażać polityki bezpieczeństwa oraz reagować na incydenty,
- projektować rozwiązania zapewniające integralność,
- poufność i ciągłość działania usług, oceniać wydajność połączeń multimedialnych i poprawnie wdrażać rozwiązania QoS.
Programowanie równoległe i rozproszone (5 ECTS) W świecie analizy ogromnej ilości danych, intensywnych obliczeń modelowych i systemów przetwarzających sygnały w czasie rzeczywistym, wydajność ma znaczenie kluczowe. Ten kurs pozwoli Ci wejść na poziom obliczeń, gdzie tradycyjne wykonywanie programów przestaje wystarczać, a zaczyna liczyć się optymalizacja, równoległość i skalowalność.
Podczas zajęć:
- przeanalizujesz modele równoległości i rozproszenia (OpenMP, MPI, CUDA, OpenACC),
- zrozumiesz zasady synchronizacji, komunikacji i współdzielenia zasobów,
- przećwiczysz optymalizację wydajności (Amdahl, Gustafson–Barsis, skalowalność),
- nauczysz się projektować i testować aplikacje działające w środowiskach HPC i gridowych.
- optymalizować kod pod kątem wydajności i skalowalności,
- oceniać, kiedy zyska się na równoległości, a kiedy na rozproszeniu lub wektoryzacji,
- projektować algorytmy obliczeń synchronicznych i asynchronicznych,
- wdrażać rozwiązania wykorzystujące GPU, akceleratory i przetwarzanie strumieniowe.
-
-
-
Przedmiot (ECTS) Treści kształcenia Oczekiwane umiejętności absolwenta Zaawansowane przetwarzanie obrazów medycznych (4 ECTS) 1. Metody pozyskiwania i charakterystyka obrazów medycznych.
2. Przetwarzanie wstępne obrazów (filtracja, poprawa kontrastu, korekcja artefaktów).
3. Segmentacja obrazów (automatyczne i półautomatyczne metody).
4. Analiza kształtu, tekstury i ruchu.Potrafi dobrać właściwą metodę filtracji, segmentacji i dopasowania obrazowych danych medycznych.
Potrafi zrealizować wybrane metody przetwarzania z użyciem oprogramowania.Metody i techniki sztucznej inteligencji (5 ECTS) 1. Wprowadzenie do procesu Data Science (eksploracja, modelowanie, interpretacja).
2. Techniki uczenia maszynowego: grupowanie (K-means), regresja/klasyfikacja, drzewa decyzyjne, lasy losowe, Support Vector Machines (SVM), walidacja modeli.
3. Zaawansowane metody AI: Sztuczne Sieci Neuronowe (Perceptron), Konwolucyjne Sieci Neuronowe (CNN), Rekurencyjne Sieci Neuronowe (RNN), Reinforcement Learning (RL) .
4. Przetwarzanie języka naturalnego (NPL), systemy generatywne, zarządzanie projektami AI.Potrafi zaproponować schemat operacji wstępnych, modelowania i weryfikacji opartych o uczenie maszynowe.
Potrafi zaprogramować ciąg operacji implementujących proces uczenia maszynowego w Pythonie.Warsztaty badawcze (5 ECTS) 1. Obsługa sprzętu (pomiarowego i biomedycznego) w zastosowaniach badawczych.
2. Planowanie i przeprowadzanie eksperymentów badawczych.
3. Metody akwizycji, analizy i prezentacji danych pomiarowych.
4. Krytyczna analiza wyników eksperymentów i prezentacja wyników w postaci publikacji naukowych.Potrafi prezentować wyniki prac badawczych w postaci publikacji naukowych.
Potrafi samodzielnie wyciągnąć krytyczne wnioski z rezultatów badań.Publication and Presentation of Research Results (3 ECTS) 1. Specjalistyczny język angielski w kontekście naukowym.
2. Wyszukiwanie, analiza i ocena wiarygodności źródeł anglojęzycznych.
3. Zasady cytowania i sporządzania adnotacji.
4. Tworzenie profesjonalnych prezentacji multimedialnych.Potrafi w języku angielskim analizować i oceniać wyniki badań, przygotowywać profesjonalne prezentacje oraz formułować wnioski.
-
-
-
Przedmiot (ECTS) Treści kształcenia Oczekiwane umiejętności absolwenta Ochrona radiologiczna (5 ECTS, Wybieralny) 1. Biologiczne aspekty ochrony radiologicznej, wielkości dozymetryczne i operacyjne.
3. Zasady projektowania pracowni rentgenowskich, akceleratorowych i izotopowych.
3. Ramy prawne (krajowe/europejskie) i wykorzystanie AI w ochronie radiologicznej.Potrafi przeanalizować i wykorzystać dane fizyczne do obliczeń dozymetrycznych.
Potrafi obsłużyć przyrząd dozymetryczny i dokonać analizy narażenia oraz możliwych skutków narażenia na podstawie akwizycji danych radiologicznych.Programowanie systemów wbudowanych (5 ECTS, Wybieralny) 1. Architektura, budowa i działanie mikrokontrolerów.
2. Obsługa przerwań, kanały komunikacyjne, przetwarzanie A/C i D/A.
3. Pojęcia: system operacyjny, system wbudowany, system czasu rzeczywistego (RTOS), zadania, składniki i algorytmy harmonogramowania zadań .Potrafi zaprojektować, uruchomić i sprawdzić w systemie mikroprocesorowym algorytm sterowania pracą systemu z czujnikiem i aktuatorem.
-
-
-
Przedmiot (ECTS) Treści kształcenia Oczekiwane umiejętności absolwenta Seminarium dyplomowe (2 ECTS) 1. Zasady przygotowania i pisania prac naukowych (opisy bibliograficzne, style, narzędzia do wyszukiwania literatury).
2. Zasady korzystania z utworów w granicach dozwolonego użytku (plagiat).
3. Informacje dotyczące procesu dyplomowania.Potrafi wykorzystać techniki analizy danych w weryfikacji hipotez badawczych.
Potrafi publicznie prezentować wyniki prac badawczych.Praca dyplomowa (20 ECTS) Realizacja tematyki pracy dyplomowej magisterskiej, zgodnej z dyscypliną inżynieria biomedyczna. Potrafi samodzielnie lub w zespole rozwiązać złożony problem techniczny dotyczący inżynierii biomedycznej.
Potrafi pozyskiwać informacje z literatury fachowej i przygotować prezentację.
Potrafi samodzielnie zaplanować, zrealizować i zinterpretować wyniki badań.
-
-
-
Sposób weryfikacji osiągnięcia efektów uczenia się (w zależności od przedmiotu): egzaminy pisemne, kolokwia, testy, sprawozdania, projekty i prezentacje.
Weryfikacja kompetencji językowych: Osiągnięcie poziomu B2+ jest weryfikowane poprzez zaliczenie przedmiotu „Publication and presentation of research results”.
-