Informática e Aplicações de Informática Médica

Objetivos

Esta unidade curricular visa promover a utilização de metodologias avançadas na análise de dados e no processamento de imagens com recurso a técnicas de Inteligência Artificial. Estas metodologias são relevantes no reconhecimento de padrões, assim como no apoio à decisão clínica baseada na aprendizagem automática (machine learning) a partir de exemplos e experiências registadas.

Para uma utilização devida destas metodologias é organizado um processo orientado para a descoberta de conhecimento em bases de dados (Knowledge Discovery in Databases – KDD). Este processo inicia-se pela seleção e organização de dados clínicos numa base de dados através da utilização do Microsoft Access. Nesta fase o aluno desenvolverá as competências na construção, organização e consulta de uma base de dados relacional.

Numa segunda fase incidir-se-á sobre a modelação dos dados usando metodologias de machine learning utilizando pacotes de software livre, baseados na linguagem R e que implementam as metodologias de aprendizagem automática nesta plataforma. Os modelos a implementar baseiam-se sobretudo em árvores de regressão e redes neuronais artificiais, que serão utilizados para análise de dados clínicos onde se inclui o processamento de imagem médica.

Caracterização geral

Código

11117

Créditos

3

Professor responsável

Prof. Doutor Carlos Geraldes

Horas

Semanais - A disponibilizar brevemente

Totais - A disponibilizar brevemente

Idioma de ensino

Português

Pré-requisitos

 

Bibliografia

Microsoft Access 2013, Mário Paulo Teixeira Pinto, ISBN 978-989-615-188-1, Out/2013, Editora Centro Atlântico;

Machine Learning with R, Brett Lantz, ISBN 1782162143 9781782162148, 2013, Packt Publishing;

Método de ensino

O ensino é maioritariamente prático através da realização de exercícios em MS-ACCESS e em R. A comunicação entre os alunos e professores é presencial e através de e-mail. As aulas deverão decorrer em sala com computadores (1 por cada aluno), com uma duração de 120 minutos.

Método de avaliação

A avaliação da aprendizagem é contínua através do acompanhamento do progresso de conhecimentos e competências adquiridas pelo aluno, considerando a assistência e a participação ativa nas aulas. Esta avaliação será complementada com um questionário de preenchimento individual e um projeto de grupo. A avaliação do ensino é efetuada por questionário de autopreenchimento anónimo e voluntário que recolhe a opinião dos alunos sobre os objetivos, conteúdos programáticos, sistema de avaliação, integração dos temas abordados no módulo, bem como qualidade e desempenho dos respetivos docentes.

 A classificação final desta Unidade Curricular resultará da classificação obtida a partir da seguinte expressão:

Nota final = 0.3NQ + 0.7NT

 em que NQ representa a nota obtida no questionário individual e NT a nota obtida no trabalho de grupo.

Conteúdo

Introdução às bases de dados relacionais. Desenho do modelo conceptual de uma base de dados utilizando o diagrama Entidade/Relacionamento. Construção do modelo lógico. Construção do modelo físico e implementação da base de dados, construção de formulários e consultas através do Microsoft Office Access. Introdução à linguagem R, métodos de aprendizagem automática em Inteligência Artificial, métodos de avaliação do desempenho dos algoritmos, introdução ao processamento de imagem com base em métodos de deep learning.

Cursos

Cursos onde a unidade curricular é leccionada: