Applications of Neural Networks in MedicineLaajuus (5 cr)
Code: TX00EY18
Credits
5 op
Objective
After completing the course, the student understands the basics of neural network operation, is able to create neural network models implemented in Python for medical applications (including the classification of medical images and natural language processing) and knows the basics of using software as a medical device.
Content
Software as a medical device
Fundamentals of neural networks, convolutional and feedback neural networks
Medical applications
Python programming
Ethical aspects of technology application and liability issues
Assessment criteria, satisfactory (1)
Student has achieved the course objectives. Student will be able to identify, define and use the course subject area’s concepts and models. Student understands the criteria and principles of the expertise development.
Assessment criteria, good (3)
Student has achieved the course objectives well, even though the knowledge and skills need improvement on some areas. Student is able to define the course concepts and models and is able to justify the analysis. Student is able to apply his/her knowledge in study and work situations. Student understands the importance of expertise in the field of information and communication technology and is able to analyze his/her own expertise.
Assessment criteria, excellent (5)
Student has achieved the objectives of the course with excellent marks. Student masters commendably the course subject area’s concepts and models. Student is able to make justified and fluent analysis and to present concrete development measures. Student is well prepared to apply his/her knowledge in study and work situations. Student is able to analyze expertise in the information and communication technology sector and the development of his/her own expertise.
Assessment criteria, approved/failed
Student has achieved the course objectives. Student will be able to identify, define and use the course subject area’s concepts and models. Student understands the criteria and principles of the expertise development.
Enrollment
06.05.2024 - 18.08.2024
Timing
21.10.2024 - 15.12.2024
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Karaportti 2
Teaching languages
- Finnish
Seats
0 - 35
Degree programmes
- Information and Communication Technology
Teachers
- Sakari Lukkarinen
- Juha Kopu
Groups
-
TVT22-HHyvinvointi- ja terveysteknologia
Objective
Opintojakson suoritettuaan opiskelija ymmärtää neuroverkkojen toiminnan perusteet, osaa luoda Python-kielellä toteutettuja neuroverkkomalleja lääketieteellisiin sovelluksiin (sisältäen mm. lääketieteellisten kuvien luokittelua ja luonnollisen kielen käsittelyä) sekä tietää perusteet ohjelmistojen käyttämisestä lääkinnällisenä laitteena.
Content
Ohjelmisto lääkinnällisenä laitteena
Neuroverkkojen perusteet, konvolutiiviset ja takaisinkytkeytyvät neuroverkot
Lääketieteen sovellukset
Python-ohjelmointi
Teknologian soveltamisen eettiset näkökulmat ja vastuukysymykset
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija on saavuttanut opintojakson tavoitteet. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Assessment criteria, good (3)
Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää asiantuntijuuden merkityksen tieto- ja viestintätekniikan alalla ja osaa analysoida omaa asiantuntijuuttaan.
Assessment criteria, excellent (5)
Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida tieto- ja viestintätekniikan alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.
Assessment criteria, approved/failed
Opiskelija on saavuttanut opintojakson tavoitteet. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.