Attribut:Beschreibung-DE
Zur Navigation springen
Zur Suche springen
Dies ist ein Attribut des Datentyps Text.
L
Die Studierenden können Basisbegriffe und Methoden der biomedizinische Bildgebung und Signalverarbeitung +
Die Studierenden können Beispiele für medizinische Biosignale sowie Filterverfahren für Biosignale +
Die Studierenden können Beispiele für medizinische Bilder und deren Eigenschaften +
Die Studierenden können Verfahren zur Bildverbesserung +
Die Studierenden können die Registrierung und Segmentierung von medizinischen Bildern +
Die Studierenden können verschiedene Visualisierungsverfahren sowie deren Eigenschaften und Eigenheiten (Artefakte) +
Die Studierenden können Grundlagen der Datenrepräsentation und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management +
Die Studierenden können Datenbankabfragen +
Die Studierenden können Maßnahmen zur Sicherstellung einer hohen Datenqualität +
Die Studierenden können Einsatzszenarien für telemedizinische Anwendungen und deren Rahmenbedingungen +
Die Studierenden können Methoden der praktischen Informatik, insbesondere zu Programmiersprachen, Software-Engineering, Datenstrukturen, Datenbankmanagementsysteme, Informations- und Systemmodellierungstools, Informationssystem-Theorie und -Praxis, Knowledge Engineering, (Konzept-)Darstellung und Beschaffung, Software-Architekturen +
Die Studierenden können Methoden der theoretischen Informatik, z.B. Komplexitätstheorie, Verschlüsselung/Sicherheit +
Die Studierenden können Methoden der technischen Informatik, z.B. Netzwerkarchitekturen und -topologien, Telekommunikation, Technologien der drahtlosen Datenübertragung, Virtual Reality, Multimedia +
Die Studierenden können wichtige Standards der Medizinischen Informatik +
Die Studierenden können für BMHI wesentliche Theoreme und Verfahren der Algebra, Analyse, Logik, numerische Mathematik, Wahrscheinlichkeitstheorie und Statistik, Kryptographie +
Die Studierenden können ethische, politische, regulatorische und soziale Gesichtspunkte für den Umgang mit Big Data +
Die Studierenden können Lehr- und Lernsysteme +
Die Studierenden können Informatikmethoden und -instrumente zur Unterstützung von Studium und Ausbildung (inkl. flexiblem und Fernunterricht) und E-Learning Technologien (inkl. Internet und World Wide Web) +
Die Studierenden können Beispiele für Medizinische Lehr- und Lernsysteme +