Zurück zur Übersicht


MEDI  Datenverarbeitung mit MATLAB™ SG INF
Dozent : Prof. Dr. Thomas Schrader    eMail
Dr. Katja Orlowski    eMail
Semester 3
Einordnung : Bachelor Medizininformatik, Katalog B-MED-INF Wahlpflicht SWS 4
Sprache : Deutsch/Englisch Art
Prüfungsart : PL  Credits
Prüfungsform : Klausur 120 min 
Voraussetzungen :
Querverweise :  
Vorkenntnisse : Erste praktische Programmiererfahrungen
Kennen von Matrizen und komplexen Zahlen
Grundkenntnisse im Programmieren  
Hilfsmittel und Besonderheiten : Studien- und Prüfungsleistungen:
Semesterbegleitende Leistungen können in die Bewertung einbezogen werden. 
Lehrziele : Verstehen
Die Studierenden verstehen die unterschied-lichen Formen von Daten (Text, Zahlen, Bilder, Sound) und können deren besonderen Eigenschaften erklären. Sie können die Bausteine des Datenlebenszyklus erklären.
Analysieren
Die Studierenden können die Zusammenhänge von Daten, Information und Wissen analysieren und beschreiben.
Sie können Daten aus den verschiedenen Quellen mittels MATLAB™ einlesen und einfache Analysen durchführen.
Beurteilen
Die Studierenden können medizinische Daten bezüglich der Qualität und der inhaltlichen Informationen beurteilen. Sie sind in der Lage, relevante Informationen in den Daten identifizieren. Anwenden
Die Studierenden wenden die grundlegenden Prinzipien von ETL (Extract, Transform, Load) an und führen selbständig Analysen durch.
Erschaffen
Die Studierenden sind in der Lage, einfache ETL-Prozesse in MATLAB™ zu implementieren.  
Lehrinhalte :

Einführung in MATLAB™
Einführung in IDE von MATLAB™
Datenstrukturen in Form von Matrizen
Entwicklung von Funktionen
Strukturierung des Quellcodes
Einführung GUI-Entwicklung

Strukturen Daten, insb. Medizinischer Daten
Messdaten, Sensordaten, Textdaten
Matrizen, Tabellen, Listen, Strukturen

Der ETL-Prozess
Extract – Daten aus Excel, CSV, Textdateien und Bilddateien gewinnen
Transform – Anpassung, Kriterien der Datenqualität
Load – Laden der Daten für die weitere Analyse

Explorative Datenverarbeitung und Analyse
Anwendung von Plots
Erstellung von informativen Aggregationen  

Literatur : Schweizer W.: MATLAB kompakt, Oldenbourg 2013.
Werner M.: Digitale Signalverarbeitung mit MATLAB, Springer Verlag 2012
Gonzales R.C., Woods R.E., Eddins S.L.: Digital Image Processing using MATLAB, Pearson 2004
Hoffmann J., Quint F.: Signalverarbeitung mit MATLAB und Simulink, Oldenbourg, 2007 


Zurück zur Übersicht