Specializációválasztás 2016


Tanszéki specializációk és ágazatok

Villamosmérnöki szak:

- Beágyazott információs rendszerek (BSc)
- Beágyazott információs rendszerek (MSc)
- Programozható logikai áramkörök alkalmazástechnikája (MSc)

Mérnökinformatikus szak:

- Rendszertervezés (BSc)
- Szoftverfejlesztés (BSc)
- Kritikus rendszerek (MSc)
- Intelligens rendszerek (MSc)
 

Mérnökinformatikus szakterületek

 

Képfeldolgozáson alapuló számítógépes orvosi diagnosztikai (CAD) rendszerek

Információ fúzió: képfeldolgozás, képek, anamnézis és egyéb vizsgálati eredmények együttes kiértékelése

A képalkotáson alapuló diagnosztikai rendszerek szerepe egyre nő. Elsődleges szűrő- és vizsgáló eszközök daganatos megbetegedések korai diagnosztizálására.  A számítógéppel segített diagnosztikai (CAD) rendszerek jelentősége:

  • Távdiagnosztika, konzultáció lehetősége
  • Változáskövetés, régebbi vizsgálatok eredményeivel való automatikus összevetés lehetősége
  • Nagymennyiségű vizsgálati anyag elemzése: adatbányászat, új összefüggések felismerésének lehetősége
  • Orvos + CAD jelentősen javítja a kóros elváltozások korai felismerésének esélyét

 

A CAD rendszerek feladatai:

  • Képfeldolgozó eljárások (képszűrés, éldetektálás, textura elemzés, stb.) alkalmazása
    • Elváltozásgyanús területek kijelölése
    • Téves pozitív találatok számának redukciója
    • Anatómiai zaj (csontok, erek, stb.) árnyékának eltüntetése
  • Elváltozásgyanús területek minősítése (osztályozás, gépi tanulás, ...)
  • Elváltozásgyanús képi objektumok mérése (volumetria, sűrűségmérés, elváltozások tipizálása, stb.)   

               

Komplex orvosbiológiai modellek tanulásától a klinikai döntéstámogatásig

A bioinformatika elsődleges feladata az orvos-biológiai és genetikai tudományok terén a különféle méréstechnikai módszerekkel nyert biológiai adatok feldolgozása, elemzése. Erre alapozva elősegíti tudásbázisok létrehozását, és az egyes betegségek diagnózisát, vagy megfelelő kezelését lehetővé tévő mérhető faktorok azonosítását.  A legfőbb kihívás a hatalmas mennyiségű adat kezelése, ami a különféle mérőeszközök és technológiák fejlődésének következtében a Petabájt nagyságrendet is hamarosan meghaladja.

  • A ‘90-es években a biokémiai  adatok (pl.: DNS szekvencia )   feldolgozása jelentett kihívást
  • Az ezredfordulót követően ez  kibővült gének közötti inter akciók, valamint asszociációs  és szabályozási információk  processzálásával
  • További növekedés várható a környezeti és fenotípusos  adatok felhasználása esetén

 

 

 

A modellek tanulásához bayesi relevancia és hatáserősség elemzést alkalmazunk.

  • Bayes-hálókra épül, ami lehetővé teszi komplex függőségi struktúrák reprezentálását
  • Bayes-statisztikai keretrendszere megoldást ad a többszörös hipotézistesztelés nyújtotta  problémára
  • A relevancia mértéke valószínűség formájában áll elő
  • Többváltozós relevancia  mennyiségek is  vizsgálhatók
  • A számítások erőforrás igényesek,  megvalósításukhoz az elérhető grid vagy cloud alapú, nagy számítási kapacitású rendszerek nyújtanak segítséget,  (például: Genagrid – 512 mag)

 

Informatikai eszközökkel támogatott minőségi életvitel

A társadalom szerkezetének átalakulása szükségessé, az informatikai eszközök gyors fejlődése pedig lehetővé tette egyre szélesebb rétegek életminőségének fenntartását, akár az életminőség emelését a meglévő informatikai eszközökkel, illetve új eszközökkel, megoldásokkal, rendszerekkel. Fontos csoportok:

  • fizikai vagy mentális betegségben szenvedők, vagy azzal fenyegetettek;
  • idősek (képességek, egészség természetes romlása);
  • otthoni edzést, sporttevékenységet végzők;
  • fogyatékkal élők.

Az internet nyújtotta lehetőségeknek köszönhetően napjainkban már megoldható:

  • a páciensek egészségi állapotának (vérnyomásának, vércukor szintjének,  stb.) rendszeres monitorozása
  • a mért érték közvetlenül a műszerből  beolvasása
  • az eredmények online elemzése
  • szükség esetén a páciens értesítése néhány másodpercen belül

Számos eszköz használható vagy alakítható ki mentális állapot otthoni monitorozására is. Ezek egy része a legtöbb háztartásban ma már megtalálható számítógépen túl csak egyszerű szoftvert igényel.

A páciens otthonába telepített egyszerű szenzorokkal nagyon sok értékes információ gyűjthető a:

  • napi tevékenységekről,
  • az alvással töltött időről,
  • az alvás minőségéről,
  • veszélyhelyzetekről.
© 2010-2024 BME MIT | Hibajelentés | Használati útmutató