Контакты:

Целью настоящего курса является изучение опыта проведения магистерского исследования на тему «Сегментация гистологических изображений». 

Курс направлен на формирование и развитие у обучающихся общепрофессиональных и профессиональных компетенций, соответствующих требованиям ФГОС ВО по направлению «09.04.01 Информатика и вычислительная техника» с учетом особенностей научно-образовательной школы Мосполитеха.

Общепрофессиональные компетенции:

  • ОПК-1 
  • ОПК-2 
  • ОПК-3 
  • ОПК-4 
  • ОПК-5

Профессиональные компетенции

  • ПК-4
  • ПК-7 
  • ПК-12 
  • ПК-17

В результате освоения курса студенты должны:

знать:

    • основы гистологии и методы анализа гистологических данных;
    • современные подходы к обработке изображений и их применение в медицинской диагностике;
    • принципы работы алгоритмов машинного обучения и глубокого обучения, включая сверточные нейронные сети;
    • методологию проведения научных исследований и анализа данных;
    • требования к разработке и тестированию программного обеспечения для обработки медицинских данных.

уметь:

    • разрабатывать и реализовывать алгоритмы сегментации гистологических изображений;
    • проектировать и создавать программные системы для анализа медицинских данных;
    • анализировать большие объемы данных и формулировать обоснованные выводы;
    • интегрировать решения на основе ИИ в клинические процессы для повышения качества диагностики;
    • проводить научные исследования, начиная от постановки задачи до тестирования и внедрения результатов.

владеть:

    • современными методами машинного обучения и искусственного интеллекта для решения задач обработки изображений;
    • навыками работы с библиотеками и инструментами программирования, используемыми в анализе данных;
    • методами организации промышленного тестирования программного обеспечения;
    • навыками структурирования, оформления и представления результатов исследований в виде аналитических обзоров и рекомендаций.

Курс способствует развитию у студентов способности решать нестандартные задачи в междисциплинарном контексте, применять новые научные принципы и методы исследований, а также создавать инновационные решения для автоматизации и улучшения процессов медицинской диагностики.