Attribut:Beschreibung-DE

Aus HI-LONa
Zur Navigation springen Zur Suche springen

Dies ist ein Attribut des Datentyps Text.

Unterhalb werden 20 Seiten angezeigt, auf denen für dieses Attribut ein Datenwert gespeichert wurde.
L
Die Studierenden können Anwendungsfelder von Bild- und Signalverarbeitung  +
Die Studierenden können Biomedizinische Modellierung und Simulation  +
Management biomedizinischer Signal- und Bilddaten  +
Die Studierenden können wichtige Standards der Medizinischen Informatik z.B. DICOM  +
Die Studierenden können Einsatzszenarien für telemedizinische Anwendungen und deren Rahmenbedingungen  +
Die Studierenden können Grundlagen der Datengewinnung und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses (Data Sharing), Knowledge Management - idealerweise an realen Bedingungen  +
Die Studierenden können bei gängigen Datenbanken Abfragen  +
Die Studierenden können Maßnahmen zur Sicherstellung einer hohen Datenqualität (auf Basis von FAIR-Prinzipien)  +
Die Studierenden können Anforderungen an die Informationsverarbeitung bei klinisichen Studien an EDC (Electronic Data Capture) z.B. aus Registern (deutsches Krebsregister)  +
Die Studierenden können Datengewinnung aus telemedizinischen und anderen Anwendungen  +
Die Studierenden können ethische, politische, regulatorische und soziale Gesichtspunkte für den Umgang mit Big Data  +
Die Studierenden können wichtige Standards der Medizinischen Informatik für die Datengewinnung, -analyse, -austausch  +
Die Studierenden können Analyseverfahren, z.B statistische Modelle, "Machine Learning" und Verfahren künstlicher Intelligenz  +
Die Studierenden können unterschiedliche Arten von wissensbasierten Systemen und medizinische Anwendungen von Clinical Decision Support Systems (CDSS) zur Optimierung der Krankenversorgung  +
Die Studierenden können Beispiele für maschinelle Lernverfahren und die Grundprinzipien für deren Evaluation am Beispiel künstlicher Neuronaler Netze  +
Die Studierenden können den Begriff personalisierte Medizin und medizinische Anwendungen von maschinellen Lernverfahren oder KI-Systemen, insbesondere im Kontext des Medizinproduktegesetzes  +
Informationslogistik in Gesundheitsinformationssystemen  +
Elektronische Gesundheitsakten (Electronic Health Records, EHR) als Teil von Gesundheitsinformationssystemen  +
Die Studierenden können die Begriffe pseudonymisierte und anonymisierte Patientendaten  +
Die Studierenden können regulatorische Anforderungen und Datenstandards für die medizinische Forschung  +