Μηχανική Βιοϊατρικής Τεχνολογίας (Biomedical … Undergraduate...

Πανεπιστήμιο Κύπρου

Μηχανική Βιοϊατρικής Τεχνολογίας (Biomedical Engineering)

Δευτερεύον Πρόγραμμα Σπουδών

Διατμηματικό Πρόγραμμα σε Συνεργασία με • Τμήμα Βιολογικών Επιστημών • Τμήμα Επιστημών Πληροφορικής • Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

(Υπεύθυνο Τμήμα) • Τμήμα Μηχανολόγων Μηχανικών Μηχανολογίας και

Κατασκευαστικής

Πίνακας Περιεχομένων Πίνακας Περιεχομένων..................................................................................................2 Εισαγωγή .......................................................................................................................4 Αιτήσεις και Εισαγωγή στο Πρόγραμμα .......................................................................5 Δομή Δευτερεύοντος Πτυχίου ΜΒΤ..............................................................................6 Μαθήματα ΜΒΤ ............................................................................................................7 Περιγραφή Μαθημάτων.................................................................................................9 Τμήμα Βιολογικών Επιστημών..................................................................................9 ΒΙΟ 101..................................................................................................................9 Εισαγωγή στη Σύγχρονη Βιολογία ........................................................................9 BIO 331................................................................................................................11 Αρχές και Μέθοδοι Βιοπληροφορικής I ..............................................................11 BIO 670................................................................................................................13 Οπτική Απεικόνιση στη Βιολογία........................................................................13 BIO 630................................................................................................................15 Νουκλεϊνικά Οξέα ...............................................................................................15 BIO 650................................................................................................................16 Ειδικά Θέματα Βιοπληροφορικής........................................................................16

Τμήμα Πληροφορικής..............................................................................................18 ΕΠΛ 435 ..............................................................................................................18 Αλληλεπίδραση Ανθρώπου-Υπολογιστή.............................................................18 ΕΠΛ 443 ..............................................................................................................19 Τεχνητή Νοημοσύνη και Έμπειρα Συστήματα....................................................19 ΕΠΛ 444 ..............................................................................................................21 Συστήματα Υπολογιστικής Νοημοσύνης ............................................................21 ΕΠΛ 445 ..............................................................................................................23 Ψηφιακή Επεξεργασία Εικόνας ...........................................................................23 ΕΠΛ 604 ..............................................................................................................24 Τεχνητή Νοημοσύνη ............................................................................................24 ΕΠΛ 667 ..............................................................................................................25 Νευρο-υπολογιστική Επιστήμη ...........................................................................25

Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών.........................27 ΗΜΥ 421 .............................................................................................................27 Ευφυή Συστήματα................................................................................................27 ΗΜΥ 425 .............................................................................................................28 Ρομποτική ............................................................................................................28 ΗΜΥ 428 .............................................................................................................29 Εργαστήριο Συστημάτων Ελέγχου ......................................................................29 ΗΜΥ 429 .............................................................................................................30 Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων .............................................30 ΗΜΥ 434 .............................................................................................................31 Εισαγωγή στη Φωτονική .....................................................................................31 ΗΜΥ 435 .............................................................................................................32 Εργαστήριο Οπτικής και Φωτονικής ...................................................................32 ΗΜΥ 471 .............................................................................................................33 Νευροφυσιολογία και Αισθήσεις.........................................................................33 ΗΜΥ 473 .............................................................................................................34

Όργανα Βιο-Iατρικής και Σχεδιασμός .................................................................34 ΗΜΥ 474 .............................................................................................................35 Εργαστήριο Βιο-Oργάνων και Φυσιολογίας ......................................................35 ΗΜΥ 476 .............................................................................................................36 Βιο-ιατρική Απεικόνιση.......................................................................................36 ΗΜΥ 477 .............................................................................................................37 Βιο-ιατρική Οπτική..............................................................................................37 ΗΜΥ 478 .............................................................................................................38 Επεξεργασία Εικόνων ..........................................................................................38 ΗΜΥ 480 .............................................................................................................39 Πράκτορες Λογισμικού........................................................................................39 ΗΜΥ 4ΧΧ ...........................................................................................................40 Ποσοτική Φυσιολογία..........................................................................................40 ΗΜΥ 4ΧΧ ...........................................................................................................41 Μηχανική Όραση.................................................................................................41 ΗΜΥ 4ΧΧ ...........................................................................................................43 Τυχαίες Διεργασίες ..............................................................................................43

Τμήμα Μηχανικών Μηχανολογίας και Κατασκευαστικής......................................44 MMΚ 332.............................................................................................................44 Φυσιολογία και Εμβιομηχανική...........................................................................44 MMΚ 431.............................................................................................................45 Μηχανική Ακουστική ..........................................................................................45 MMΚ 432.............................................................................................................46 Εισαγωγή σε Διαγνωστικές και Απεικονιστικές Τεχνικές...................................46 MMΚ 433.............................................................................................................47 Εμβιομηχανική και Ανθρώπινη Κίνηση ..............................................................47 MMΚ 534.............................................................................................................48 Θέματα στους Βιοιατρικούς Υπέρηχους .............................................................48 MMΚ 536.............................................................................................................49 Εισαγωγή στη Μαγνητική Τομογραφία...............................................................49 MMΚ 537.............................................................................................................50 Ιατρική Διαγνωστική Απεικόνιση – Υπέρηχοι ....................................................50 MMΚ 542.............................................................................................................51 Εισαγωγή στη Ρομποτική ....................................................................................51 MMΚ 555.............................................................................................................52 Ιδιότητες Πολυμερών και Πολυμερή σε Ιατρικές Εφαρμογές ............................52 MMΚ 477.............................................................................................................53 Υπολογιστική Ρευστομηχανική στη Βιοϊατρική..................................................53

Εισαγωγή Η Μηχανική Βιοϊατρικής Τεχνολογίας (ΜΒΤ ή Biomedical Engineering) είναι ένας κλάδος ο οποίος προάγει την παραγωγή γνώσης στη μηχανική και θετικές επιστήμες και βελτιώνει την ανθρώπινη υγεία μέσα από διεπιστημονικές δραστηριότητες, οι οποίες συνδυάζουν τεχνικές μηχανικής και ανάλυσης με βιοϊατρικές επιστήμες και κλινικές πρακτικές. Περιλαμβάνει

1. Την παραγωγή γνώσης και την κατανόηση των ζώντων οργανισμών μέσα από καινοτόμες και ουσιαστικές εφαρμογές πειραματικών και αναλυτικών τεχνικών από τη Μηχανική και τις Επιστήμες

2. Την ανάπτυξη νέων τεχνολογιών, αλγορίθμων, διαδικασιών και συστημάτων τα οποία να προωθούν την ανάπτυξη της βιολογίας και της ιατρικής και να βελτιώνουν το τομέα της παροχής υγείας.

Στην πλειοψηφία των περιοχών που σχετίζονται με την υγεία, πρόληψη, διάγνωση και θεραπεία, υπάρχουν προβλήματα των οποίων η λύση μπορεί να βρεθεί μόνο με μια επιστημονική/μηχανική προσέγγιση. Τέτοια προβλήματα περιλαμβάνουν, για παράδειγμα, σχεδιασμό και ανάπτυξη διαγνωστικών τεχνολογιών και συσκευών, συστημάτων φροντίδας, προσθετικών μερών, ή και διεπαφών που επιτρέπουν σε άτομα με αναπηρία να χρησιμοποιούν τους υπολογιστές. Η όλο και αυξανόμενη πολυπλοκότητα της ιατρικής τεχνολογίας έχει αυξήσει σημαντικά τη ζήτηση για ειδικά εκπαιδευμένο προσωπικό το οποίο θα μπορεί να καλύψει το κενό που υπάρχει μεταξύ κλινικών εφαρμογών και εφαρμοσμένης μηχανικής και τεχνολογίας. Η ΜΒΤ συνήθως βασίζεται σε ένα από τους παραδοσιακούς κλάδους της Μηχανικής, όπως Ηλεκτρολογία ή Μηχανολογία. Ένας Μηχανικός Βιοϊατρικής Τεχνολογίας, όμως, κατέχει επίσης γνώσεις στην Πληροφορική, Βιολογία και Φυσική. Ο συνδυασμός αυτών των γνώσεων καθιστά τους Μηχανικούς Βιοϊατρικής Τεχνολογίας ικανούς να διαδραματίσουν τον σημαντικό ρόλο στον τομέα της υγείας. Λόγω του εύρους των γνώσεων τους, οι Μηχανικοί Βιοϊατρικής Τεχνολογίας απασχολούνται σε εταιρίες ιατρικού εξοπλισμού, νοσοκομεία, δημόσιες υπηρεσίες, και ακαδημαϊκά ιδρύματα. Εξειδικευμένες περιοχές απασχόλησης περιλαμβάνουν σχεδιασμό ιατρικού εξοπλισμού και οργάνων, σχεδιασμό και συμβουλευτικές υπηρεσίες για εξειδικευμένο εξοπλισμό ανάλογα με τις ανάγκες του πελάτη, ανάπτυξη, κατασκευή και έλεγχο ιατρικών προϊόντων, διαχείριση τεχνολογίας στα νοσοκομεία, κλπ.

Αιτήσεις και Εισαγωγή στο Πρόγραμμα Το Πρόγραμμα Μηχανικής Βιοϊατρικής Τεχνολογίας (ΜΒΤ) ανακοινώνει θέσεις για το προπτυχιακό δευτερεύον πτυχίο την πρώτη εβδομάδα του Σεπτεμβρίου και δέχεται αιτήσεις μέχρι και τις 31 Οκτωβρίου, κάθε έτους. Οι αιτήσεις πρέπει να αποστέλλονται στην Επιτροπή του προγράμματος (ένας αντιπρόσωπος από κάθε συμμετέχον Τμήμα). Η επιτροπή εισηγείται ποιοι υποψήφιοι πρέπει να γίνουν δεκτοί και πιθανούς ακαδημαϊκούς συμβούλους. Οι εισηγήσεις της επιτροπής μελετούνται και εγκρίνονται από το Συμβούλιο του υπεύθυνου Τμήματος. Οι υποψήφιοι ειδοποιούνται για την απόφαση μέχρι το τέλος Νοεμβρίου. Τους κοινοποιείται, επίσης, το όνομα του ακαδημαϊκού τους συμβούλου, ο οποίος θα ανήκει στο Τμήμα τους αν οι φοιτητές είναι είδη μέλη ενός από τα συμμετέχοντα Τμήματα ή θα είναι πιο κοντά στα ερευνητικά τους ενδιαφέροντα. Κάθε αίτηση πρέπει να περιλαμβάνει

• Επιστολή με την οποία ο/η φοιτητής/τρια να εκφράζει το ενδιαφέρον της για συμμετοχή στο δευτερεύον πτυχίο ΜΒΤ.

• Μια περίληψη μισής σελίδας στην οποία ο/η φοιτητής/τρια να αναλύει τους λόγους για τους οποίους επέλεξε να συμμετέχει σε αυτό το δευτερεύον πτυχίο.

• Αναλυτική βαθμολογία μέχρι και το τρέχον εξάμηνο Για να έχουν δικαίωμα αίτησης, οι φοιτητές/τριες πρέπει

• Να φοιτούν στο Πανεπιστήμιο Κύπρου και να βρίσκονται μεταξύ 5ου και 8ου εξαμήνου.

• Να κατέχουν τις απαραίτητες βάσεις ώστε να μπορούν αν παρακολουθήσουν με επιτυχία τα μαθήματα ΜΒΤ που θα επιλέξουν.

Οι φοιτητές/τριες οφείλουν να συμπληρώσουν το δευτερεύον πτυχίο μέσα στα 8-12 εξάμηνα τα οποία παρέχονται για τη συμπλήρωση ενός κανονικού πτυχίου. Τα κύρια και δευτερεύοντα πτυχία απονέμονται ταυτόχρονα, μετά τη συμπλήρωση τους, από το Τμήμα του κύριου πτυχίου.

Δομή Δευτερεύοντος Πτυχίου ΜΒΤ Για απονομή δευτερεύοντος πτυχίου ΜΒΤ, ο/η φοιτητής/τρια πρέπει να συμπληρώσει με επιτυχία τα πιο κάτω μαθήματα. Ο ολικός φόρτος πρέπει να είναι τουλάχιστον 60 ΠΜ ECTS.

Κωδικός Τίτλος ECTS 1 BIO 101 Εισαγωγή στη σύγχρονη Βιολογία 5 2 ΜΜΚ 332 Φυσιολογία και Εμβιομηχανική 6 3 ΗΜΥ 471 Νευροφυσιολογία και Αισθήσεις 6 4 Επιλεγόμενο ΜΒΤ 5 Επιλεγόμενο ΜΒΤ 6 Επιλεγόμενο ΜΒΤ 7 Επιλεγόμενο ΜΒΤ 8 Επιλεγόμενο ΜΒΤ 9 Επιλεγόμενο ΜΒΤ 10 Επιλεγόμενο ΜΒΤ

Ολικό 60 Σημειώνεται ότι για απόκτηση δευτερεύοντος πτυχίου ο/η φοιτητής/τρια πρέπει να συμπληρώσει τουλάχιστον πέντε επιπρόσθετα μαθήματα που δεν έχουν προσμετρηθεί στην απόκτηση του κυρίως πτυχίου του/της. Ένα από τα επιλεγόμενα μαθήματα ΜΒΤ μπορεί να είναι ένα μάθημα από τα μια “Επιβλεπόμενη Μελέτη” ή “Εξειδικευμένα Θέματα.”

Μαθήματα ΜΒΤ

Χειμερινό Εξάμηνο

Κωδικός Τίτλος BIO 101 Εισαγωγή στη Σύγχρονη Βιολογία BIO 331 Αρχές και Μέθοδοι Βιοπληροφορικής I ΕΠΛ 435 Διεπαφές Υπολογιστή Εγκεφάλου ΕΠΛ 445 Ψηφιακή Επεξεργασία Εικόνας ΗΜΥ 421 Ευφυή Συστήματα ΗΜΥ 425 Ρομποτική ΗΜΥ 429 Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων ΗΜΥ 434 Εισαγωγή στην Φωτονική HMY 471 Νευροφυσιολογία και Αισθήσεις ΗΜΥ 476 Βιοϊατρική Απεικόνιση (δεν προσφέρετε επί του παρόντος) ΗΜΥ 480 Πράκτορες Λογισμικού ΗΜΥ 4ΧΧ Μηχανική Ενόραση (δεν προσφέρετε επί του παρόντος) MMΚ 432 Εισαγωγή σε Διαγνωστικές και Απεικονιστικές Τεχνικές MMΚ 433 Εμβιομηχανική και Ανθρώπινη Κίνηση MMK 477 Υπολογιστική Ρευστομηχανική στη Βιοϊατρική MMΚ 534 Θέματα στους Βιοιατρικούς Υπέρηχους MMΚ 536 Εισαγωγή στη Μαγνητική Τομογραφία MMΚ 542 Εισαγωγή στη Ρομποτική ΒΜΤ ΧΧΧ Επιβλεπόμενη Μελέτη ΜΒΤ ΒΜΤ ΧΧΧ Εξειδικευμένα Θέματα Μηχανικής Βιοϊατρικής Τεχνολογίας

Εαρινό Εξάμηνο

Κωδικός Τίτλος ΕΠΛ 443 Τεχνητή νοημοσύνη και Έμπειρα Συστήματα ΕΠΛ 444 Συστήματα Υπολογιστικής Νοημοσύνης ΗΜΥ 428 Εργαστήριο Συστημάτων Ελέγχου ΗΜΥ 435 Εργαστήριο Οπτικής και Φωτονικής (δεν προσφέρετε επί του

παρόντος) ΗΜΥ 450 Θεωρία Πληροφορίας ΗΜΥ 473 Βιοϊατρική Οργανολογία και Σχεδιασμός ΗΜΥ 474 Εργαστήριο Βιοϊατρικής Οργανολογίας και Σχεδιασμού (δεν

προσφέρετε επί του παρόντος) ΗΜΥ 477 Βιοϊατρική Οπτική (δεν προσφέρετε επί του παρόντος)

ΗΜΥ 478 Επεξεργασία Εικόνας ΗΜΥ 4ΧΧ Ποσοτική Φυσιολογία (δεν προσφέρετε επί του παρόντος) ??? Εξειδικευμένα Θέματα στην Μηχανική Βιοϊατρικής Τεχνολογίας

(δεν προσφέρετε επί του παρόντος) MMΚ 332 Φυσιολογία και Εμβιομηχανική MMΚ 431 Μηχανική Ακουστική MMΚ 537 Ιατρική Διαγνωστική Απεικόνιση – Υπέρηχοι MMΚ 542 Εισαγωγή στην Ρομποτική MMΚ 555 Ιδιότητες Πολυμερών και Πολυμερή σε Ιατρικές Εφαρμογές ΒΜΤ ΧΧΧ Επιβλεπόμενη Μελέτη ΜΒΤ ΒΜΤ ΧΧΧ Εξειδικευμένα Θέματα Μηχανικής Βιοϊατρικής Τεχνολογίας Επιπρόσθετα, οι φοιτητές θα μπορούν να εγγραφούν σε μέχρι και δύο μεταπτυχιακά μαθήματα (κατόπιν έγκρισης του ακαδημαϊκού τους συμβούλου) από τα πιο κάτω:

Χειμερινό Εξάμηνο

Κωδικός Τίτλος BIO 670 Οπτική Απεικόνιση στη Βιολογία ΕΠΛ 604 Τεχνητή Νοημοσύνη ΗΜΥ 627 Machine Vision

Εαρινό Εξάμηνο

Κωδικός Τίτλος BIO 630 Νουκλεϊνικά Οξέα BIO 650 Εξειδικευμένα Θέματα Βιοπληροφορικής ΕΠΛ 667 Νευρο-υπολογιστική Επιστήμη

Περιγραφή Μαθημάτων

Τμήμα Βιολογικών Επιστημών

Δ Φ Ε Κ Σ ECTS ΒΙΟ 101 Εισαγωγή στη Σύγχρονη Βιολογία 3 5 5

Έτος: 1 Κορμού

Επιλογής Προαπαιτούμενα:

Στόχοι: Παροχή ενός γενικού επιστημονικού υπόβαθρου στη σύγχρονη βιολογία.

Αποτελέσματα: Οι διαλέξεις περιλαμβάνουν: • Εισαγωγή στα Κύτταρα • Χημική δομή των πρωτεϊνών και γενετικού υλικού • Το σχήμα, δομή και ο τρόπος λειτουργίας των πρωτεϊνών • Δομή και Αντιγραφή του DNA • Επιδιόρθωση του DNA • Μεταγραφή του DNA • Μετάφραση του RNA • Η δομή των χρωματοσωμάτων • Ρύθμιση Έκφρασης των Γονιδίων • Γενετική ποικιλότητα και αλλαγές στο γονιδίωμα • Εισαγωγή στην Βιοτεχνολογία -Τεχνικές ανάλυσης του

DNA • Εισαγωγή στην Μοριακή Ιολογία • Αρχές Βιοπληροφορικής (Λέκτορας Βασίλης Προμπονάς)

Περιγραφή: Με αυξανόμενο ρυθμό, ζητήματα σχετικά με τις βιολογικές επιστήμες συνεχώς απασχολούν τους ανθρώπους σ’όλο τον κόσμο. Τα ζητήματα αυτά απαιτούν τη στοιχειώδη γνώση των σύγχρονων βιολογικών τάσεων ώστε να είναι κανείς κατατοπισμένος και σε θέση να λάβει αποφάσεις. Το μάθημα αυτό θα θίξει το πώς και γιατί πραγματοποιείται η βασική έρευνα στις βιολογικές επιστήμες και θα παρέχει τη βασική γνώση πίσω από τον πειραματικό σχεδιασμό. Ο κύριος στόχος του μαθήματος είναι να παρέχει στους φοιτητές από όλα τα επιστημονικά πεδία τα βασικά διανοητικά εργαλεία που χρειάζονται για να προσεγγίσει κανείς τα ζητήματα αυτά όπως προκύπτουν. Τα επιμέρους θέματα που παρουσιάζονται στο μάθημα αυτό εξάγονται από το γνωστικό αντικείμενο της σύγχρονης μοριακής βιολογίας, γενετικής και ιολογίας και περιλαμβάνουν τα ακόλουθα: (1) Βασικές αρχές και μεθοδολογία γενετικής προκαρυωτικών και ευκαρυωτικών οργανισμών. (2) Μοριακές ιδιότητες του γενετικού υλικού, η ικανότητά του να αναδιπλασιάζεται, να ανασυνδυάζεται, να μεταλλάσσεται και να υπαγορεύει τη σύνθεση RNA και πρωτεϊνών. (3) Γενετικές μεθοδεύσεις γενετικής in vitro με τεχνικές ανασυνδυασμένου DNA. (4) Αρχές μοριακής ιολογίας

και ανθρώπινων νοσημάτων. Ένας δευτερεύον στόχος του μαθήματος αυτού είναι η παρουσίαση του υλικού με τέτοιο τρόπο ώστε να δίνεται έμφαση στην ιστορική αλληλουχία και τις πνευματικές διαδικασίες που οδήγησαν στην ανάπτυξη και κατανόηση των βιολογικών εννοιών.

Βιβλιογραφία: Βασικές Αρχές Κυτταρικής Βιολογίας (Essential Cell Biology: An Introduction to the Molecular Biology of the Cell). Alberts, Bray Johnson, Lewis, Raff, Roberts and Walter. Garland Publishing, Inc. New York & London ΙΑΤΡΙΚΕΣ ΕΚΔΟΣΕΙΣ Π.Χ. ΠΑΣΧΑΛΙΔΗΣ

Αξιολόγηση: Μία ενδιάμεση (30%) τελική εξέταση (70%).

Δ Φ Ε Κ Σ ECTSBIO 331 Αρχές και Μέθοδοι Βιοπληροφορικής I 7



Στόχοι: Αυτή η σειρά μαθημάτων και πρακτικών ασκήσεων αποτελεί μια εισαγωγή στο πολυεπιστημονικό πεδίο της Βιοπληροφορικής.

Αποτελέσματα: Οι διαλέξεις περιλαμβάνουν: • Εισαγωγή/Επισκόπηση του πεδίου και των κυρίαρχων

ιδεών/μεθοδολογιών. Βιολογικά δεδομένα και Βάσεις Δεδομένων.

• Εισαγωγή στην ανάλυση αμινοξικών και νουκλεοτιδικών ακολουθιών. Σύγκριση ακολουθιών και μέθοδοι για κατά ζεύγη και πολλαπλή στοίχιση ακολουθιών.

• Ευριστικές μέθοδοι για ταχεία αναζήτηση σε βάσεις δεδομένων ακολουθιών: στόχοι και παγίδες. Εισαγωγή στη Μοριακή Εξέλιξη και την ανακατασκευή φυλογενετικών σχέσεων με βάση μοριακά δεδομένα.

• Πίνακες αντικατάστασης για σύγκριση ακολουθιών. Patterns, profiles, motifs και πιθανοθεωρητικά μοντέλα αναπαράστασης οικογενειών ακολουθιών.

• Εισαγωγή στην πρόγνωση της δομής γονιδίων και της δευτεροταγούς δομής πρωτεϊνών.

• Εφαρμογή στην πρόγνωση της θέσης διαμεμβρανικών α-ελίκων. Προηγμένες τεχνικές αναζήτησης σε βάσεις δεδομένων ακολουθιών.

• Πρόγνωση της Δομής Πρωτεϊνών. • Προχωρημένα αντικείμενα: προφίλ γονιδιακής έκφρασης με

ανάλυση μικροσυστοιχιών cDNA. Αυτοματοποιημένος σχολιασμός Γονιδιωμάτων. Μεγάλης κλίμακα υπολογιστική ανάλυση Γονιδιωμάτων και Συγκριτική Γονιδιωματική.

Οι πρακτικές ασκήσεις περιλαμβάνουν παραδείγματα χρήσης αποτελεσματικών μεθόδων/εργαλείων σχετιζόμενων με τα αντικείμενα που καλύπτονται στις διαλέξεις, καθώς και η εισαγωγή στον προγραμματισμό Η/Υ για Βιολόγους με τη γλώσσα προγραμματισμού Perl σε περιβάλλον LINUX.

Περιγραφή: Κύριος στόχος του μαθήματος είναι η κατάδειξη, τόσο μέσω διαλέξεων όσο και μέσα από πρακτική εργαστηριακή ενασχόληση, του τρόπου με τον οποίο η Βιοπληροφορική έχει διαφοροποιήσει τον τρόπο με τον οποίο διεξάγεται η σύγχρονη έρευνα στις Βιολογικές Επιστήμες.

Βιβλιογραφία: • Βιοπληροφορική. Ένας Πρακτικός Οδηγός για την Ανάλυση Γονιδίων και Πρωτεϊνών (2η Έκδοση). A.D. Baxevanis and B.F.F. Ouellette (eds.), Επιστημονικές Εκδόσεις Παρισιάνου, 2004.

• Bioinformatics: Sequence and Genome Analysis (2nd edition). D.W. Mount, Cold Spring Harbor Laboratory Press, 2004.

• Bioinformatics: a Practical Guide to the Analysis of Genes and Proteins (3rd edition). A.D. Baxevanis and B.F.F. Ouellette (eds.), John Wiley and Sons, 2005.

• Biological Sequence Analysis: Probabilistic Models of Proteins

and Nucleic Acids. R. Durbin, S. Eddy, A. Krogh and G. Mitchison, Cambridge University Press, 1998.

• Bioinformatics: the Machine Learning Approach. P. Baldi and S. Brunak. MIT Press, 2001.

• Structural Bioinformatics. P.E. Bourne and H. Weissig (eds.), John Wiley and Sons, 2003.

• Protein Bioinformatics: an Algorithmic Approach to Sequence and Structure Analysis. I. Eidhammer, I. Jonassen and W.R. Taylor, John Wiley and Sons, 2004.

• Bioinformatics: Sequence, Structure and Databanks. D. Higgins and W. Taylor (eds.), Oxford University Press, 2000.

• Introduction to Bioinformatics. A.M. Lesk, Oxford University Press, 2002.

• Bioinformatics, Biocomputing and Perl: an Introduction to Bioinformatics Computing Skills and Practice. M. Moorehouse and P. Barry, John Wiley and Sons, 2004.

• Due to the rapid advancements of the field students will be exposed to contemporary research publications on relevant subjects.

Αξιολόγηση: Τελική Εξέταση 50%, Εργαστήρια Lab-Work/Homework 50%

Δ Φ Ε Κ Σ ECTSBIO 670 Οπτική Απεικόνιση στη Βιολογία

Έτος: Μ Κορμού


Στόχοι: Αυτή η σειρά μαθημάτων και εργαστηριακών ασκήσεων πραγματεύεται την θεωρία και την πρακτική της οπτικής μικροσκοπίας με ιδιαίτερη έμφαση στις εφαρμογές στην βιολογία.

Αποτελέσματα: • Βασική θεωρία της οπτικής • Οπτική μικροσκοπία, μικροσκοπία φθορισμού, ομοεστιακή

μικροσκόπηση, μικροσκοπία βασισμένη στην αρχή δύο-φωτονίων • Συνολική εσωτερική μικροσκόπηση αντανάκλασης • Η αντίθεση στην οπτική μικροσκόπηση • Μοριακή μικροσκοπία • Τεχνικές για απεικόνιση ζωντανών βιολογικών δειγμάτων • Βασικές αρχές ανάλυσης και επεξεργασίας εικόνας • Νέες τεχνικές και τεχνολογίες στην οπτική απεικόνιση

Περιγραφή: Το οπτικό μικροσκόπιο έχει υποστεί ριζικές διαφοροποιήσεις. Οι πρόσφατες ανακαλύψεις σε τομείς όπως lasers, χημεία, μοριακή βιολογία, ανιχνευτές, υπολογιστές και οπτική έχουν αναγάγει το μικροσκόπιο σε εργαλείο πρωτεύουσας σημασίας της σύγχρονης βιολογίας. Αυτά τα πολύπλοκα, πλέον, μηχανήματα αποτελούν στις μέρες μας ιδανικό εργαλείο για την αποκάλυψη της βιολογικής δομής και λειτουργίας. Το μάθημα αυτό πραγματεύεται τις αρχές και πρακτικές εφαρμογές της μοντέρνας οπτικής μικροσκοπίας. Αποτελείται από διαλέξεις, επιδείξεις, συζήτηση και εργαστηριακές ασκήσεις. Επιπρόσθετα, οι φοιτητές αναμένεται να παρουσιάσουν και να συζητήσουν στην τάξη κεντρικά ερευνητικά άρθρα. Ξεκινώντας με τη βασική θεωρία της οπτικής, το μάθημα προοδευτικά εισέρχεται σε εξειδικευμένα θέματα όπως: μικροσκοπίες εκπομπής και φθορισμού, συνεστιακής μικροσκοπίας, και τελικά πολυφωτονικής μικροσκοπίας. Ιδιαίτερη έμφαση θα δοθεί στις τεχνικές που χρησιμοποιούνται για οπτική απεικόνιση ζώντων κυττάρων καθώς και στις τεχνολογίες σήμανσης μορίων-στόχων. Η ύλη του μαθήματος αναμένεται να αναπροσαρμόζεται κάθε χρόνο ώστε να συμπεριλαμβάνει νέες προσεγγίσεις στην κυτταρική απεικόνιση και τις σχετικές τεχνικές. Η δομή του μαθήματος στοχεύει στην πρακτική κατανόηση των τεχνικών, καθώς από τη στιγμή που αυτό επιτευχθεί είναι δυνατόν να υπάρξουν εφαρμογές σε οποιοδήποτε σύστημα (κύτταρα/ιστοί) ή ερευνητικό αντικείμενο.

Βιβλιογραφία: • Fundamentals of light microscopy and electronic imaging / Douglas B. Murphy New York :Wiley-Liss, c2001

• Advanced light microscopy / Maksymilian Pluta Warszawa :, Amsterdam, New York Elsevier Science Publishing Co., 1988-1993

• Basic methods in microscopy : protocols and concepts from cells : a laboratory manual / edited by David L. Spector, Robert D. Goldman, Cold Spring Harbor Laboratory Press, c2006

• http://www.microscopyu.com/

• http://micro.magnet.fsu.edu/ • http://www.olympusmicro.com/

Αξιολόγηση: Τελική Εξέταση 50%, Εργαστήρια 20%, Παρουσιάσεις 30%

Δ Φ Ε Κ Σ ECTSBIO 630 Νουκλεϊνικά Οξέα



Στόχοι: Το μάθημα που έχει σχεδιαστεί για τις ανάγκες του μεταπτυχιακού προγράμματος στην μοριακή βιολογία, βιοτεχνολογία και μοριακή γενετική, προσφέρει μια σύγχρονη αναφορά στις μελέτες για την δομή και τις φυσικές ιδιότητες των νουκλεϊνικών οξέων δίνοντας έμφαση στην βιολογική τους λειτουργία.

Αποτελέσματα: • Χημική δομή του Γενετικού υλικού • Μοριακός υβριδισμός νουκλεϊκών οξέων • Τακτοποίηση μεταλλάξεων • Βιοιατρικές εφαρμογές του RNA • Τεχνολογία του Real-time PCR

Περιγραφή: Αυτό το μεταπτυχιακό μάθημα του τμήματος Βιολογικών Επιστημών πραγματεύεται τη δομή και λειτουργία των νουκλεϊνικών οξέων (DNA και RNA). Το μάθημα που έχει σχεδιαστεί για τις ανάγκες του μεταπτυχιακού προγράμματος στην μοριακή βιολογία, βιοτεχνολογία και μοριακή γενετική, προσφέρει μια σύγχρονη αναφορά στις μελέτες για την δομή και τις φυσικές ιδιότητες των νουκλεϊνικών οξέων δίνοντας έμφαση στην βιολογική τους λειτουργία. Προαπαιτούμενες γνώσεις συμπεριλαμβάνουν εισαγωγικά μαθήματα στην βιοχημεία και μοριακή βιολογία. Τον κύριο άξονα του μαθήματος θα αποτελέσουν οι τεχνολογίες που χρησιμοποιούνται για την μελέτη της δομής και των ιδιοτήτων των νουκλεϊνικών οξέων καθώς επίσης και τα σύγχρονα βιοτεχνολογικά επιτεύγματα που βασίζονται στα νουκλεϊνικά οξέα.

Βιβλιογραφία: • Πρόσφατες μελέτες από έγκριτα επιστημονικά περιοδικά

Αξιολόγηση: Μια ενδιάμεση εξέταση (30%) και τελική εξέταση (70%)

Δ Φ Ε Κ Σ ECTBIO 650 Ειδικά Θέματα Βιοπληροφορικής


Επιλογής

Προαπαιτούμενα:

Στόχοι: Στόχος αυτού του μαθήματος (μεταπτυχιακού επιπέδου) είναι, πέρα από τη χρήση λογισμικού Βιοπληροφορικής ως “μαύρου κουτιού”, να αποκτήσουν οι φοιτητές εις βάθος γνώση για τις αρχές στις οποίες βασίζεται. Αυτό επιτυγχάνεται μέσα από σειρά διαλέξεων, κύκλους συζητήσεων και παρουσίαση επιλεγμένων εργασιών από τους φοιτητές.

Αποτελέσματα: Οι διαλέξεις περιλαμβάνουν • ΑΝΑΛΥΣΗ ΑΚΟΛΟΥΘΙΩΝ: Εισαγωγή στις ακολουθίες βιολογικών

μακρομορίων και στοιχεία Μοριακής Εξέλιξης, Ομοιότητα ακολουθιών και ομολογία, Αλγόριθμοι εύρεσης ομοιοτήτων ακολουθιών και έλεγχος σημαντικότητας (Μέθοδοι δυναμικού προγραμματισμού, Στοχαστικά μοντέλα σύγκρισης ακολουθιών, Στοιχίσεις κατά ζεύγη, Ευριστικές μέθοδοι αναζήτησης σε μεγάλες βάσεις δεδομένων, Συστήματα βαθμονόμησης, Πολλαπλές στοιχίσεις ακολουθιών, Μέθοδοι εύρεσης απομακρυσμένων ομολόγων), Χαρακτηρισμός, ανακάλυψη και αναζήτηση μοτίβων αλληλουχιών, Μελέτη επαναλήψεων και περιοχών με ακραία σύσταση

• ΑΝΑΛΥΣΗ ΠΡΩΤΕΙΝΙΚΩΝ ΔΟΜΩΝ: Αρχιτεκτονική της τρισδιάστατης δομής πρωτεϊνών, Σύγκριση και κατηγοριοποίηση πρωτεϊνικών δομών, Πρόγνωση δομής πρωτεϊνών, Από την πρωτεϊνική δομή στη λειτουργία

• ΕΙΔΙΚΑ ΘΕΜΑΤΑ: Δίκτυα Γονιδίων/Πρωτεϊνών, Πρόβλεψη (φυσικών) αλληλεπιδράσεων πρωτεΐνης-πρωτεΐνης, Αρχές Υπολογιστικών Τεχνικών για την πρόγνωση δομικών/λειτουργικών χαρακτηριστικών πρωτεϊνών/γονιδίων [Μέθοδοι Ομαδοποίησης (Clustering), Τεχνητά Νευρωνικά Δίκτυα, Markov Chain και Hidden Markov Models, Support Vector Machines]

Περιγραφή: Αυτή η σειρά μαθημάτων εξετάζει σε βάθος βιοπληροφορικές μεθοδολογίες και αλγορίθμους, που χρησιμοποιούνται σε μεγάλη κλίμακα στην έρευνα σε τομείς, όπως Μοριακή Βιολογία, Γενετική και Γονιδιωματική.

Βιβλιογραφία: • Computational Molecular Biology – An algorithmic approach. P.A. Pevzner, MIT Press, 2000.

• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids. R. Durbin, S. Eddy, A. Krogh and G. Mitchison, Cambridge University Press, 1998.

• Bioinformatics: the Machine Learning Approach. P. Baldi and S. Brunak. MIT Press, 2001.

• An Introduction to Bioinformatics Algorithms. NC Jones and P.A Pevzner, MIT Press, 2004.

• Structural Bioinformatics. P.E. Bourne and H. Weissig (eds.), John Wiley and Sons, 2003.

• Protein Bioinformatics: an Algorithmic Approach to Sequence and Structure Analysis. I. Eidhammer, I. Jonassen and W.R. Taylor, John Wiley and Sons, 2004.

• Βιοπληροφορική. Ένας Πρακτικός Οδηγός για την Ανάλυση Γονιδίων και Πρωτεϊνών (2η Έκδοση). A.D. Baxevanis and B.F.F.

Ouellette (eds.), Επιστημονικές Εκδόσεις Παρισιάνου, 2004. • Bioinformatics: Sequence and Genome Analysis (2nd edition).

D.W. Mount, Cold Spring Harbor Laboratory Press, 2004. • Bioinformatics: a Practical Guide to the Analysis of Genes and

Proteins (3rd edition). A.D. Baxevanis and B.F.F. Ouellette (eds.), John Wiley and Sons, 2005.

• Bioinformatics: Sequence, Structure and Databanks. D. Higgins and W. Taylor (eds.), Oxford University Press, 2000.

• Introduction to Bioinformatics. A.M. Lesk, Oxford University Press, 2002.

• Bioinformatics, Biocomputing and Perl: an Introduction to Bioinformatics Computing Skills and Practice. M. Moorehouse and P. Barry, John Wiley and Sons, 2004.

• Due to the rapid advancements of the field students will be exposed to contemporary research publications on relevant subjects.

Αξιολόγηση: Τελική Εξέταση 50%, Κατ' οίκον εργασίες και σεμινάρια 50%

Τμήμα Πληροφορικής

Δ Φ Ε Κ Σ ECTS

ΕΠΛ 435 Αλληλεπίδραση Ανθρώπου-Υπολογιστή


Επιλογής

Προαπαιτούμενα:

Στόχοι: O κύριος στόχος του μαθήματος είναι η εισαγωγή στις βασικές έννοιες, τις μεθόδους, τους κανόνες, τις αρχές σχεδιασμού και μεθόδους αξιολόγησης της περιοχής Αλληλεπίδρασης Ανθρώπου Υπολογιστή για τη σωστή και ποιοτική ανάπτυξη Διαδραστικών Συστημάτων.

Αποτελέσματα: Κατανόηση και αξιοποίηση κανόνων και αρχών σχεδιασμού της Αλληλεπίδρασης Ανθρώπου Υπολογιστή

Περιγραφή: Το πεδίο της Αλληλεπίδρασης Ανθρώπου Υπολογιστή (ΑΑΥ) εξετάζει το σχεδιασμό, την ανάπτυξη και αξιολόγηση Διαδραστικών Συστημάτων (Interactive Systems), λαμβάνοντας υπόψη τους χρήστες και τον σκοπό για τον οποίο προορίζονται. Επίσης το μάθημα μελετά παραδείγματα Διαδραστικών Συστημάτων, ψυχολογικές/φυσιολογικές ιδιότητες του ανθρώπου και χαρακτηριστικά των ΗΥ και πώς όλα αυτά επηρεάζουν την ΑΑΥ.

Βιβλιογραφία: Νικόλαος Αβούρης, Εισαγωγή στην επικοινωνία ανθρώπου-υπολογιστή, Εκδόσεις ΔΙΑΥΛΟΣ, Αθήνα 2000 ISBN : 960-531-098-8 Alan Dix, Janet Finlay, Gregory Abowd, Russell Beale, Human-Computer Interaction , Prentice Hall, Third Edition, 2003.

Αξιολόγηση: Τελική εξέταση, εξέταση ημιεξαμήνου, ασκήσεις\μελέτες.

Δ Φ Ε Κ Σ ECTS ΕΠΛ 443 Τεχνητή Νοημοσύνη και Έμπειρα

Συστήματα 7



Στόχοι: Οι γενικοί στόχοι του μαθήματος είναι οι ακόλουθοι: 1. Η παρουσίαση γενικών μεθόδων επίλυσης προβλημάτων, μέσω αναζήτησης. 2. Η διαπραγμάτευση βασικών φορμαλισμών αναπαράστασης γνώσης (κατηγορηματική λογική, δίκτυα συσχέτισης, πλαίσια, κανόνες παραγωγής). 3. Η παρουσίαση της τεχνολογίας των έμπειρων συστημάτων και η γνωριμία με διάφορες αρχιτεκτονικές έμπειρων συστημάτων, πρώτης και δεύτερης γενεάς. 4. Η εισαγωγή στην τεχνολογία γνώσης.

Αποτελέσματα: Η Τεχνητή Νοημοσύνη από τη σκοπιά της επίλυσης προβλημάτων δια-μέσου αναζήτησης και χρήσης ευρετικών, και την αναπαράσταση και συλλογισμό με γνώση (βασικές αρχές, κατηγορική λογική, δίκτυα συσχέτισης, πλαίσια, κανόνες παραγωγής). Πληροφοριακά συστήματα που απεικονίζουν έμπειρες γνώσεις σαν εφαρμογή τεχνικών της Τεχνητής Νοημοσύνης. «Ενσάρκωση» γνώσεων εξειδικευμένων τομέων σε Έμπειρα Συστήματα με υψηλό επίπεδο ικανότητας. Εφαρμογές της τεχνολογίας Έμπειρων Συστημάτων σε ποικίλους τομείς, όπως π.χ., Μηχανική, Ιατρική, Οικονομία, κ.ά. Εκτίμηση της φύσης της ανθρώπινης εμπειρογνωμοσύνης και της τεχνολογίας Έμπειρων Συστημάτων.

Περιγραφή: Το πεδίο της Τεχνητής Νοημοσύνης καλύπτει ένα ευρύ φάσμα περιοχών και αυτό του δίνει πολύεπιστημονικό χαρακτήρα. Η τεχνολογία των έμπειρων συστημάτων αποτελεί ένα σημαντικό κομμάτι του εφαρμοσμένου μέρους της Τεχνητής Νοημοσύνης. Βασικός σκοπός του μαθήματος είναι (α) να εισάγει το φοιτητή σε στοιχειώδεις έννοιες της Τεχνητής Νοημοσύνης, οι οποίες άπτονται άμεσα της τεχνολογίας των έμπειρων συστημάτων και σχετίζονται με την επίλυση προβλημάτων και την αναπαράσταση γνώσης και (β) να εισάγει το φοιτητή στην τεχνολογία των έμπειρων συστημάτων, συγκεκριμένα στις αρχιτεκτονικές πρώτης και δεύτερης γενεάς και γενικά στην τεχνολογία γνώσης.

Αξιολόγηση: Ασκήσεις, δραστηριότητες, mini projects/μελέτες 30% Ενδιάμεση γραπτή εξέταση 25% Τελική γραπτή εξέταση 45%

Βιβλιογραφία: 1. Ε. Κευρανού, Τεχνητή Νοημοσύνη και Έμπειρα Συστήματα, Τόμος Α, Τεχνητή Νοημοσύνη και Εφαρμογές, Ελληνικό Ανοικτό Πανεπιστήμιο, 2000.

2. G. F. Luger and W. A. Stubblefield, Artificial Intelligence: Structures and Strategies for Complex Problem Solving, Third Edition, Addison-Wesley, 1998.

3. E. Rich and K. Knight, Artificial Intelligence, Second Edition, McGraw-Hill, 1991.

4. P. Jackson, Introduction to Expert Systems, Third Edition, Addison-Wesley, 1999.

5. J.-M. David, J.-P. Krivine and R. Simmons (editors), Second Generation Expert Systems, Springer-Verlag, 1993.

Δ Φ Ε Κ Σ ECTSΕΠΛ 444 Συστήματα Υπολογιστικής Νοημοσύνης



Στόχοι: Σφαιρική επισκόπηση της Υπολογιστικής Νοημοσύνης και των εφαρμογών της στην επίλυση πραγματικών προβλημάτων σε ποικίλους τομείς, όπως, π.χ. υποστήριξη λήψης αποφάσεων, κατάταξη, πρόγνωση, βελτιστοποίηση συστημάτων και δημιουργικός σχεδιασμός. Επίσης θα γίνει μια εισαγωγή στην υπολογιστική νευροεπιστήμη /νευροπληροφορική καθώς και στην γνωστική επιστήμη.

Αποτελέσματα: Παράλληλα με τη διδασκαλία των πιο πάνω θεμάτων θα γίνονται και εργαστηριακές συναντήσεις για να αναπτυχθούν και να υλοποιηθούν συστήματα υπολογιστικής νοημοσύνης. Οι εφαρμογές στοχεύουν στην εμπέδωση των θεωρητικών θεμάτων που θα εξεταστούν.

Περιγραφή: • Γενετικοί Αλγόριθμοι • Εξελικτικός Υπολογισμός • Ασαφή Συστήματα • Τεχνητή Ζωή • Προχωρημένα νευρωνικά δίκτυα όπως Μηχανές Υποστήριξης

Διανυσμάτων (Support Vector Machines) και αλγόριθμοι Conjugate Gradient

• Eισαγωγή στην Υπολογιστική Νευροεπιστήμη/Νευροπληροφορική· βασική νευροβιολογία: από τον εγκέφαλο σε μονούς νευρώνες· βιοφυσική μονών νευρώνων· συνάψεις· δενδρίτες και άξονες

• Μοντέλα νευρώνων βασισμένα σε διαγωγιμότητα (conductance-based neuron models): παραγωγή δυναμικών ενεργείας (action potentials) και οι εξισώσεις Hodgkin και Huxley

• Μοντέλα νευρώνων καρφοειδούς (spiking) εκτόξευσης σημάτων και μεταβλητότητα απόκρισης (response variability): μοντέλα νευρώνων τύπου leaky integrator και integrate-and-fire, μεταβλητότητα χρόνου εξαπόλυσης καρφοειδών σημάτων (spike time variability).

• Κατανόηση νευρωνικού κώδικα (δηλ. πώς ο εγκέφαλος κωδικοποιεί /αποκωδικοποιεί και μεταδίδει πληροφορίες

• Μάθηση Hebbian και συναπτική πλαστικότητα (δηλ. την εκμάθηση σε συναπτικό επίπεδο)

• Εισαγωγή στην Γνωστική Επιστήμη: παράδειγμα μοντελοποίησης συμπεριφοράς αυτοελέγχου

• Ανάπτυξη και Υλοποίηση Συστημάτων Υπολογιστικής Νοημοσύνης.

Βιβλιογραφία: Δεν υπάρχει ένα βιβλίο το οποίο να καλύπτει όλη την ύλη που αναμένεται να διδαχθεί στο μάθημα . Θα χρησιμοποιηθούν αποσπάσματα από τα πιο κάτω βιβλία:

• Russell C. Eberhart and Yuhui Shi, Computational Intelligence: Concepts to Implementations, Elsevier, 2007

• A. P. Engelbrecht, Computational Intelligence: An Introduction, John Wiley and Sons, 2nd edition 2007.

• F. O. Karray and C. de Silva, Soft Computing and Intelligent Systems Design: Theory, Tools and Applications, Essex: Addison Wesley, 2004 (ISBN 032111617)

• Theoretical Neuroscience: Computational and Mathematical Modelling of Neural Systems, P. Dayan and L. Abbott, MIT Press, 2001.

• S. Haykin, Neural Networks: A Comprehensive Foundation, (2nd Edition), Englewood Cliffs, N.J.: Prentice Hall, 1999 (ISBN 0132733501).

• C.M. Bishop, Neural Networks for Pattern Recognition, Oxford: Oxford University Press, 1995 (ISBN 0198538642 pbk).

• Schalkoff, Robert J., Artificial Neural Networks, London: McGraw-Hill, 1997 (ISBN 007057118x; ISBN: 0071155546 pbk).

• Ham E. M. and Kostanic, I., Principles of Neurocomputing for Science and Engineering, New York: McGrawHill, 2001 (ISBN 0070259666).

• Σημειώσεις, Ερευνητικά άρθρα.

Internet Books/Resources – Available Free

Υπολογιστική Νοημοσύνη ΙΙ, Σ. Δ. Λυκοθανάση και Γ. Δ. Μπεληγιάννη: http://prlab.ceid.upatras.gr/courses/simeiwseis/YP2/Page1.htm

Αξιολόγηση: Ατομική εργασία και εργαστήριο 30% Εξέταση ημιεξαμήνου 20% Τελική εξέταση εξαμήνου 50%

Δ Φ Ε Κ Σ ECTSΕΠΛ 445 Ψηφιακή Επεξεργασία Εικόνας 3 1 5 7


Επιλογής Προαπαιτούμενα: ΕΠΛ132, ΜΑΣ121

Στόχοι: Το μάθημα στοχεύει να διδάξει τις βασικές αρχές ψηφιακής επεξεργασίας εικόνας: αναπαράσταση, δυαδική επεξεργασία εικόνας, δειγματοληψία, δισδιάστατοι μετασχημασμοί, βελτίωση ποιότητας, αποκατάσταση, κωδικοποίηση και συμπίεση. Εισαγωγή στην ψηφιακή ανάλυση εικόνας και βίντεο. Ανάλυση και υλοποίηση αλγορίθμων επεξεργασίας και ανάλυσης εικόνας και βίντεο με εφαρμογές σε βιομηχανικά και βιοϊατρικά συστήματα.

Αποτελέσματα: • Ανάλυση, σχεδίαση και υλοποίηση αλγορίθμων και ψηφιακής επεξεργασίας εικόνας και βίντεο.

• Ανάπτυξη ψηφιακών συστημάτων εικόνας και βίντεο για βιομηχανικές και βιοιατρικές εφαρμογές.

Περιγραφή: Εισαγωγή Μαθήματος. Δυαδική Επεξεργασία Εικόνων. Ιστόγραμμα Εικόνας και Λειτουργίες Σημείου. Διακριτός Μετασχηματισμός Fourier. Γραμμικό Φιλτράρισμα Εικόνων. Μη Γραμμικό Φιλτράρισμα Εικόνων. Συμπίεση Εικόνας. Ανάλυση Εικόνας Ι. Ανάλυση Εικόνας ΙΙ. Ψηφιακή Επεξεργασία Βίντεο.

Βιβλιογραφία: R. C. Gonzalez and R. E. Woods, Digital Image Processing, 3rd edition, Pearson Prentice Hall, 2008. R. C. Gonzalez, R. E. Woods and Edding, Digital Image Processing Using MATLAB, Prentice Hall, 2004.

Αξιολόγηση: Τελική εξέταση, εξέταση ημιεξαμήνου, εργαστηριακές ασκήσεις/επιπρόσθετες ασκήσεις, τελική μελέτη.

Δ Φ Ε Κ Σ ECTSΕΠΛ 604 Τεχνητή Νοημοσύνη 7.5



Στόχοι: Σκοπός αυτού του Μαθήματος είναι να εισαγάγει τις θεμελιώδεις αρχές και τεχνικές που υποστηρίζουν και διέπουν την λειτουργίασυστημάτων λογισμικού τα οποία μπορούν να επιδείξουνκάποιας μορφής "νοημοσύνη".Μετά την ολοκλήρωση του μαθήματος οι φοιτητές θαγνωρίζουν ποιά είναι η σύγχρονη αντίληψη για την Υπολογιστικήή Τεχνητή Νοημοσύνη ποιά είναι τα κύρια προβλήματαπου αυτή εξετάζει και ποιές είναι οι βασικές μέθοδοιπου χρησιμοποιούνται για την επίλυση τους.

Αποτελέσματα:

Περιγραφή: Εισαγωγή στην Τεχνητή Νοημοσύνη. Ευφυείς Διεκπεραιωτές. Αναζήτηση. Ικανοποίηση Περιορισμών. Αναπαράσταση γνώσης και εξαγωγήσυμπερασμάτων. Προγραμματισμός Δράσης. Αναπαράσταση χρόνου/αλλαγής. Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα. Μονοεπίπεδα και Πολυεπίπεδα perceptrons και εφαρμογές. Δίκτυα με συναρτήσεις Αξονικών Βάσεων (Radial-basis Function Networks). Χάρτες Αυτοργάνωσης. Νευρωνικά Δίκτυα τύπου Hopfield και Μηχανές Boltzmann, Ενισχυτική Μάθηση (Reinforcement Learning).Χρόνος στα Νευρωνικά Δίκτυα.

Βιβλιογραφία: 1. Stuart Russell \& Peter Norvig, Artificial Intelligence: A Modern Approach. 2. Simon Haykin, Neural Networks, Second Edition, Prentice Hall, 1999.

Αξιολόγηση: Ο τελικός βαθμός καθορίζεται ως εξής:Εργασίες 25\% (Η παράδοση \em όλων των εργασιών είναι υποχρεωτική). Ενδιάμεση Εξέταση 25% Τελική Εξέταση 50% Η παρακολούθηση του μαθήματος θεωρείται επιτυχής εάν ο τελικός βαθμός είναι μεγαλύτερος ή ίσος απο 5, ο μέσος όρος ενδιάμεσης και τελικής εξέτασης πάνω από 40%.

Δ Φ Ε Κ Σ ECTSΕΠΛ 667 Νευρο-υπολογιστική Επιστήμη 7.5



Στόχοι: Εισαγωγή στην Νευροπληροφορική και βασική νευροβιολογία.

Αποτελέσματα: • Εισαγωγή στην Νευροπληροφορική· βασική νευροβιολογία: από τον εγκέφαλο σε μονούς νευρώνες· βιοφυσική μονών νευρώνων· συνάψεις· δενδρίτες και άξονες

• Μοντέλα νευρώνων βασισμένα σε διαγωγιμότητα (conductance-based neuron models): παραγωγή δυναμικών δράσης (action potentials) και οι εξισώσεις Hodgkin και Huxley

• Δέντρα δεντριτών, διάδοση δυναμικών δράσης, θεωρία καλωδίων, μοντέλα με χωρίσματα (compartmental models)

• Μοντέλα νευρώνων καρφοειδούς (spiking) εκτόξευσης σημάτων και μεταβλητότητα απόκρισης (response variability): μοντέλα νευρώνων τύπου leaky integrator και integrate-and-fire, μεταβλητότητα χρόνου εξαπόλυσης καρφοειδών σημάτων (spike time variability)

• Τρέχοντα θέματα στην νευροπληροφορική συμπεριλαμβανομένων: (α) της κατανόησης του ευρωνικού κώδικα (δηλ. πώς ο εγκέφαλος κωδικοποιεί/αποκωδικοποιεί και μεταδίδει πληροφορίες) και (β) της συναπτικής πλαστικότητας (synaptic plasticity) (δηλ. την εκμάθηση σε συναπτικό επίπεδο).

• Μοντελοποίηση του εγκεφάλου από κάτω προς τα πάνω και από πάνω προς τα κάτω: μοντελοποίηση συμπεριφοράς αυτοελέγχου σαν ένα παράδειγμα μοντελοποίησης από πάνω προς τα κάτω.

• Μοντελοποίηση συνείδησης/συναίσθησης (consciousness): το πρόβλημα και εισαγωγή στις τρέχοντες μεθόδους προσέγγισης του θέματος

• Εφαρμογές Νευροπληροφορικής (π.χ. στην Ιατρική): Νευροπληροφορική σε αντιπαράθεση με την Βιοπληροφορική (Bioinformatics)· απλή εισαγωγή στην Βιοπληροφορική – εφαρμογές (π.χ. πρόβλεψη δομών πρωτεϊνών ανώτερης τάξης).

Περιγραφή: Η Νευροπληροφορική ή αλλιώς Υπολογιστική Νευροεπιστήμη (Computational Neuroscience) είναι ένα αναδυόμενο και δυναμικά αναπτυσσόμενο θέμα και ερευνητικό αντικείμενο που σκοπό έχει να διασαφηνίσει τις αρχές επεξεργασίας πληροφοριών από το νευρικό σύστημα του εγκεφάλου καθώς επίσης να χρησιμοποιήσει τεχνολογία πληροφορικής για επεξεργασία νευροεπιστημονικών πειραματικών δεδομένων. Το μάθημα στοχεύει να αναπτύξει και να εφαρμόσει υπολογιστικές μεθόδους για την μελέτη του εγκεφάλου και συμπεριφοράς καθώς και της κατανόησης της δομής του συνειδητού μυαλού.

Βιβλιογραφία: • Fundamentals of Computational Neuroscience. T. Tappenberg, Oxford University Press, 2002.

• Theoretical Neuroscience: Computational and Mathematical Modelling of Neural Systems, P. Dayan and L. Abbott, MIT Press, 2001.

• Biophysics of Computation: Information Processing in Single

Neurons. C. Koch, Oxford University Press, 1998. • Methods in Neuronal Modelling: From Synapses to Networks. C.

Koch and I. Segev (eds.), MIT Press, 1998. • Spikes: Exploring the Neural Code. F. Rieke, D. Warland, R. de

Ruyter van Stevenick and W. Bialek, MIT Press, 1999. • Neural Codes and Distributed Representations: Foundations of

Neural Computation. L. Abbott and T. Sejnowski (eds.), MIT Press, 1999.

• Spiking Neuron Models: Single Neurons, Populations and Plasticity, W. Gerstner and * W. M Kistler, Cambridge University Press, 2002

• Spikes, Decisions and Actions, H. Wilson, Oxford University Press, 1999.

• Θα δίνονται επίσης ερευνητικά άρθρα στους φοιτητές σχετικά με το θέμα.

Αξιολόγηση: Τελική Εξέταση 50%, Ενδιάμεση Εξέταση 20%, Εργαστήριο/Μελέτη 30%

Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Δ Φ Ε Κ Σ ECTSΗΜΥ 421 Ευφυή Συστήματα 3 1 5 6


Επιλογής Προαπαιτούμενα: Φοιτητές 4ου Έτους

Στόχοι: Παροχή γνώσης και κατανόησης των τεχνικών βελτιστοποίησης και εκμάθηση αλγορίθμων.

Αποτελέσματα: • Κατάδειξη γνώσης και κατανόησης των μεθόδων βελτιστοποίησης και εργαλείων επίλυσης.

• Κατάδειξη κατανόησης των αλγορίθμων εκμάθησης. • Δυνατότητα διατύπωσης και επίλυσης προβλημάτων

βελτιστοποίησης.

Περιγραφή: Εισαγωγή στις μεθόδους και τα εργαλεία σχεδιασμού, ανάλυσης, βελτιστοποίησης και ελέγχου βιομηχανικών συστημάτων. Τα θέματα περιλαμβάνουν νευρωνικά δίκτυα και τις εφαρμογές τους στη μοντελοποίηση πολύπλοκων συστημάτων, ασαφή λογική, μεθόδους συνδυασμού πληροφοριών, και βελτιστοποίηση. Χρήση του λογισμικού MATLAB. Μέθοδοι βελτιστοποίησης: μέθοδοι κλίσης, γραμμικός προγραμματισμός, προβλήματα με περιορισμούς και μέθοδος Lagrange, ευρετικές μέθοδοι, ταξινομημένη βελτιστοποίηση, γενετικοί αλγόριθμοι, εφαρμογές. Νευρωνικά δίκτυα: Βασικές έννοιες, αλγόριθμος backpropagation, ανταγωνιστική μάθηση, δίκτυα ομαδοποιημένων δεδομένων, εφαρμογές σε ιεραρχικά μοντέλα για πολύπλοκα συστήματα, παραδείγματα εφαρμογών. Μέθοδοι απεικόνισης γνώσης.

Βιβλιογραφία: • C. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, 1996.

• L.X. Wang, A Course in Fuzzy Systems and Control. • M. Mitchell, An Introduction to Genetic Algorithms,.

Αξιολόγηση: Δύο ενδιάμεσες και μια τελική εξέταση. Εργασία σχεδιασμού.

Δ Φ Ε Κ Σ ECTSΗΜΥ 425 Ρομποτική 3 2 4 6


Επιλογής Προαπαιτούμενα: Φοιτητές 4ου Έτους

Στόχοι: Εισαγωγή στα ρομποτικά συστήματα.

Αποτελέσματα: • Κατανόηση βασικών εννοιών της ρομποτικής, εξοικείωση με τη σχετική ορολογία και διάφορες πρακτικές εφαρμογές της.

• Εξοικείωση με τις μεθοδολογίες κινηματικής και δυναμικής ανάλυσης, και τον αυτόματο έλεγχο ρομποτικών συστημάτων.

• Δυνατότητα ανάλυσης και σχεδιασμού ρομποτικών συστημάτων.

Περιγραφή: Εισαγωγή στις αρχές της ρομποτικής και γνωριμία με τις διάφορες κατηγορίες ρομποτικών συστημάτων και των πρακτικών εφαρμογών τους. Επίκεντρο του μαθήματος αποτελούν οι αρθρωτοί ρομποτικοί βραχίονες και καλύπτονται θέματα κινηματικής ανάλυσης (ευθύ και αντίστροφο κινηματικό πρόβλημα, διαφορική κινηματική), δυναμικής ανάλυσης, μοντελοποίησης και δυναμικής προσομοίωσης, σχεδίασης τροχιάς, συστήματα αυτομάτου ελέγχου, αισθητήρες και ενεργοποιητές, καθώς επίσης θέματα ασφαλούς λειτουργίας.

Βιβλιογραφία: • J.J. Craig, Introduction to Robotics: Mechanics and Control, Prentice Hall, 2004.

Αξιολόγηση: Μια ενδιάμεση και μια τελική εξέταση. Κατ’ οίκον εργασίες.

Δ Φ Ε Κ Σ ECTSΗΜΥ 428 Εργαστήριο Συστημάτων Ελέγχου 3 3 3 6


Επιλογής Προαπαιτούμενα: ΗΜΥ 422, ΗΜΥ 423

Στόχοι: Σχεδιασμός και υλοποίηση συστημάτων αυτομάτου ελέγχου.

Αποτελέσματα: • Δυνατότητα μαθηματικής ανάλυσης δυναμικών συστημάτων μηχανικής, μοντελοποίησης και χρήσης εργαλείων δυναμικής προσομοίωσης.

• Εξοικείωση με το σχεδιασμό συστημάτων αυτομάτου ελέγχου με ανάδραση.

• Δυνατότητα υλοποίησης συστημάτων αυτομάτου ελέγχου και αξιολόγησης της λειτουργικής τους απόδοσης.

• Δυνατότητα εργασίας σε ομάδες και αποτελεσματική επικοινωνία με άλλους.

Περιγραφή: Προσομοίωση και πειραματική μελέτη της δυναμικής και του αυτομάτου ελέγχου συστημάτων μηχανικής. Οι εργαστηριακές ασκήσεις καλύπτουν θέματα δυναμικής ανάλυσης, μοντελοποίησης και προσομοίωσης συστημάτων, γραμμικοποίηση δυναμικών μοντέλων, πειραματική αναγνώριση συστήματος, καθώς επίσης σχεδιασμό και υλοποίηση συστημάτων αυτομάτου ελέγχου κλειστού βρόχου. Γίνεται επίσης αξιολόγηση της λειτουργικής απόδοσης των συστημάτων και μελέτη της επίδρασης της αβεβαιότητας του μοντέλου, της ύπαρξης θορύβου και άλλων εξωτερικών διαταραχών στη συμπεριφορά του ελεγχόμενου συστήματος.

Βιβλιογραφία: • Εγχειρίδια εργαστηρίου.

Αξιολόγηση: Αναφορές πειραμάτων και εργασία σχεδιασμού.

Δ Φ Ε Κ Σ ECTSΗΜΥ 429 Εισαγωγή στην Επεξεργασία Ψηφιακών

Σημάτων 3 1 5 6


Επιλογής Προαπαιτούμενα: ΗΜΥ 320

Στόχοι: Παροχή γνώσης και κατανόησης εργαλείων ανάλυσης για την επεξεργασία ψηφιακού σήματος.

Αποτελέσματα: • Κατάδειξη γνώσης και κατανόησης αναπαραστάσεων και εργαλείων ανάλυσης σημάτων διακριτού χρόνου.

• Δυνατότητα να αναλυθούν σήματα διακριτού χρόνου χρησιμοποιώντας τον μετασχηματισμό Ζ, διακριτό μετασχηματισμό Fourier (DFT), γρήγορος μετασχηματισμό Fourier (FFT).

• Δυνατότητα να σχεδιαστούν ψηφιακά φίλτρα που χρησιμοποιούν την άπειρης ώθησης απόκριση (IIR) και την πεπερασμένης ώθησης απόκριση(FIR).

• Δυνατότητα να χρησιμοποιηθούν τα εργαλεία λογισμικού DSP.

Περιγραφή: Σήματα και συστήματα διακριτού χρόνου. Τεχνικές ανάλυσης μετασχηματισμού Fourier και μετασχηματισμού Z, διακριτός μετασχηματισμός Fourier. Σχεδιασμός φίλτρων FIR και IIR, δομές φίλτρων. Τεχνικές FFT για συνέλιξη μεγάλης ταχύτητας. Επιπτώσεις κβάντωσης.

Βιβλιογραφία: • A.V. Oppenheim and R.W. Schafer, Discrete-Time Signal Processing, Prentice Hall.

• J. Proakis and D. Manolkis, Digital Signal Processing, Prentice Hall.

Αξιολόγηση: Δύο ενδιάμεσες και μια τελική εξέταση. Εργασία σχεδιασμού.

I T L H P ECTSΗΜΥ 434 Εισαγωγή στη Φωτονική 3 1 5 6



Στόχοι: Παροχή μιας εισαγωγής στις βασικές αρχές της φωτονικής, της οπτοηλεκτρονικής και της οπτικών ινών.

Αποτελέσματα: • Κατάδειξη γνώσης και κατανόησης των βασικών αρχών της οπτοηλεκτρονικής, φωτονικής και των οπτικών ινών.

• Δυνατότητα να εφαρμοστούν οι βασικές αρχές στο σχεδιασμό των οπτικών συστημάτων.

Περιγραφή: Κάλυψη των αρχικών συστατικών ενός οπτικού συστήματος ινών, δηλαδή, οπτικές ίνες, πομποί (λέιζερ ημιαγωγών και διόδους εκπομπής φωτός), και φωτοανιχνευτές. Επίσης, παροχή μιας επισκόπησης των χαρακτηριστικών και της ελλοχεύουσας φυσικής των καθοδηγημένων συσκευών κυμάτων και των οπτικοηλεκτρονικών ολοκληρωμένων κυκλωμάτων.

Βιβλιογραφία: • K Lizuga, Elements of Photonics. • B. Saleh, Fundamentals of Photonics.

Αξιολόγηση: Δύο ενδιάμεσες και μια τελική εξέταση. Κατ’ οίκον εργασίες και εργασία σχεδιασμού.

Δ Φ Ε Κ Σ ECTSΗΜΥ 435 Εργαστήριο Οπτικής και Φωτονικής 2 3 3 6


Επιλογής Προαπαιτούμενα: ΗΜΥ 433, ΗΜΥ 434

Στόχοι: Σχεδιασμός και υλοποίηση οπτικών συστημάτων.

Αποτελέσματα: • Δυνατότητα να χρησιμοποιηθεί ο εργαστηριακός εξοπλισμός. • Δυνατότητα να χρησιμοποιηθούν τα πειράματα για έλεγχο των

οπτικών μοντέλων. • Δυνατότητα να σχεδιαστεί, να υλοποιηθεί, να εξεταστεί ένα οπτικό

σύστημα και να ανιχνευθούν λάθη. • Δυνατότητα εργασίας σε ομάδες και αποτελεσματικής επικοινωνίας

με άλλους.

Περιγραφή: Εργαστηριακές εργασίες που διευκρινίζουν έννοιες της τεχνολογίας οπτικών συστημάτων και της φωτονικής. Θέματα: Νόμοι γεωμετρικής οπτικής, εξίσωση λεπτών φακών, λέιζερ και συνοχή, κλασσικοί μετρητές παρεμβολής (interferometers), παρεμβολή διάθλασης μονών και διπλών σχισμών, πόλωση φωτός, οπτικοακουστική και μαγνητο-οπτική επίδραση, θεωρία Abbe, δοκιμή οπτικών συστατικών, διαχείριση ινών, αριθμητικά ανοίγματα, εξασθένηση ινών. Οπτικές ίνες απλής κατάστασης.

Βιβλιογραφία: • W.J. Smith, Modern Optical Engineering, McGraw Hill, 2000.

Αξιολόγηση: Αναφορές εργαστηρίου και εργασία σχεδιασμού.

Δ Φ Ε Κ Σ ECTSΗΜΥ 471 Νευροφυσιολογία και Αισθήσεις 3 1 5 6



Στόχοι: Το μάθημα στοχεύει να καλύψει τις βάσεις της λειτουργίες του ανθρώπινου νευρικού συστήματος και των αισθήσεων. Θα καλυφθούν με διαλέξεις και εργαστήρια .

• Οι μοριακές και κυτταρικές λειτουργίες των διεγειρόμενων κυττάρων του νευρικού συστήματος.

• Η παραγωγή και επεξεργασία των σημάτων του νευρικού συστήματος καθώς και ο τρόπος ενσωμάτωσης τους σε ένα ευρύτερο σύνολο αποφάσεων.

• Η λειτουργία των διαφόρων αισθητήριων συστημάτων, συμπεριλαμβανομένης της όρασης, ακοής, αφής, γεύσης, όσφρησης, κλπ.

• Ανώτερες λειτουργίες όπως γλώσσα, σεξ και ψυχικές ασθένεις. • Η πλαστικότητα του νευρικού συστήματος και πως αυτό

μεταβάλλετε μέσα από τις διαδικασίες της μνήμης και της μάθησης.

Αποτελέσματα: Με την επιτυχή συμπλήρωση του μαθήματος, οι φοιτητές θα έχουν μια βαθύτερη και εμπεριστατωμένη γνώση.

• Της κυτταρικής και μοριακής λειτουργίας του νευρικού συστήματος.

• Της παραγωγής, επεξεργασίας συγχώνευσης των σημάτων από το νευρικό σύστημα.

• Της λειτουργίας των διαφόρων αισθητήριων συστημάτων όπως όρασης, ακοής, αφής, γεύσης, όσφρησης, κλπ.

• Της λειτουργίας των ανώτερων λειτουργιών του εγκεφάλου και πως αυτές επηρεάζονται στη περίπτωση ψυχικών ασθενειών.

• Της ανάπτυξης του νευρικού συστήματος και πως αυτό μεταβάλλεται από τις διαδικασίες της μνήμης και της μάθησης.

Αυτές οι βάσεις θα τους επιτρέπουν να Αναγνωρίζουν και αναλύουν τα στοιχεία που συνθέτουν

προβλήματα νευροφυσιολογίας. Επιλέγουν τις κατάλληλες μεθόδους και εργαλεία και να τα

προσαρμόζουν προς επίλυση των πιο πάνω προβλημάτων. Χρησιμοποιούν το ανθρώπινο νευρικό σύστημα ως μοντέλο και

πρότυπο για την ανάπτυξη καινούργιων συστημάτων. Κτίζουν πάνω σε αυτές τις βάσεις με τη βοήθεια επιστημονικής

βιβλιογραφίας. Περιγραφή: Αρχές της νευροφυσιολογίας, λειτουργίας των αισθήσεων και των

ανώτερων λειτουργιών. Φυσιολογία των διεγειρόμενων κυττάρων με έμφαση στους κυτταρικούς μηχανισμούς, συναπτική επικοινωνία, επεξεργασία σημάτων, και αλληλεπίδραση αισθητήριων και κινητικών συστημάτων. Η φυσιολογική βάση των βασικών κίνητρων, μνήμης, γλώσσας, σεξ, ψυχικών παθήσεων, μνήμης και μάθησης. Μοντελοποίηση με υπολογιστές καθώς και πειραματικές εργασίες.

Βιβλιογραφία: • Beer, Connors, Paradiso, Neuroscience. • Laboratory Manual.

Αξιολόγηση: Μια ενδιάμεση και μια τελική εξέταση. Κατ’ οίκον εργασίες και εργασία εργαστηρίου.

Δ Φ Ε Κ Σ ECTSΗΜΥ 473 Όργανα Βιο-Iατρικής και Σχεδιασμός 3 1 5 6



Στόχοι: Παροχή μιας εισαγωγής σε συγκεκριμένα παραδείγματα για το πώς η εγκατάσταση οργάνων χρησιμοποιείται στην ιατρική και τις μοναδικές απαιτήσεις σχεδιασμού για βιο-ενοργάνωση.

Αποτελέσματα: • Demonstrate knowledge and understanding on current methods in bioinstrumentation and the challenges to improve current techniques

• Κατάδειξη γνώσης και κατανόησης σχετικά με τις τρέχουσες μεθόδους βιο-ενοργάνωσης και τις προκλήσεις για βελτίωση των τρεχουσών τεχνικών.

Περιγραφή: Περιγραφή: Μέτρηση και ανάλυση χαρακτηριστικών βιο-τάσεων και βιο-ιατρικών μετατροπέων. Ηλεκτρική ασφάλεια. Εφαρμογές FETs, ολοκληρωμένων κυκλωμάτων, τελεστικών ενισχυτών για επεξεργασία σημάτων και διεπαφή υπολογιστών. Ανάλυση σημάτων και απεικόνιση σε εργαστηριακό μικρο-υπολογιστή. Το μάθημα περιλαμβάνει διαλέξεις και εργαστήρια.

Βιβλιογραφία: • J.G. Webster, Medical Instrumentation Applications and Design, 2nd Ed. Houghton Mifflin and Company.

• Geddes and Baker, Principles of Applied Biomedical Instrumentation. • J. Bronzino, The Biomedical Engineering Handbook, CRC Press.


Δ Φ Ε Κ Σ ECTSΗΜΥ 474 Εργαστήριο Βιο-Oργάνων και

Φυσιολογίας 1 3 3 6



Στόχοι: Εξοπλισμός σχεδίου για την μέτρηση φυσικών βιο-δυναμικών. Ανάλυση στοιχείων για την επίλυση πραγματικών προβλημάτων. Μέσω των προφορικών παρουσιάσεων και των γραπτών αναφορών οι σπουδαστές μαθαίνουν αποτελεσματικές δεξιότητες επικοινωνίας.

Αποτελέσματα: • Δυνατότητα να σχεδιαστεί ο ιατρικός εξοπλισμός για να ανταποκριθεί στις τεχνικές και προδιαγραφές ασφάλειας χρησιμοποιώντας μια προσέγγιση ομάδων.

• Δυνατότητα να εξεταστούν και να ανιχνευθούν λάθη στον ιατρικό εξοπλισμό.

• Δυνατότητα εργασίας σε ομάδες και αποτελεσματικής επικοινωνίας με άλλους.

Περιγραφή: Εργαστηριακές ασκήσεις και ασκήσεις υπολογιστών που υποδεικνύουν τις έννοιες Βιο-Οργάνων και Φυσιολογίας. Η εργαστηριακή εργασία περιλαμβάνει μελέτες σε ζώα.

Βιβλιογραφία: • J.G. Webster, Medical Instrumentation Applications and Design, 2nd Ed. Houghton Mifflin and Company.

• Geddes and Baker, Principles of Applied Biomedical Instrumentation • J. Bronzino, The Biomedical Engineering Handbook, CRC Press. • Essential Standards for Biomedical Equipment Safety and

Performance, AAMI.

Αξιολόγηση: Αναφορές εργαστηρίου και εργασία σχεδιασμού.

Δ Φ Ε Κ Σ ECTSΗΜΥ 476 Βιο-ιατρική Απεικόνιση 3 1 5 6



Στόχοι: Παροχή μιας εισαγωγής (σε ποιοτικούς όρους) της σχετικότητας κύριων βιοϊατρικών μορφών απεικόνισης για διαγνωστικά προβλήματα απεικόνισης.

Αποτελέσματα: • Κατάδειξη γνώσης και κατανόησης σε ποιοτικούς όρους κύριων σύγχρονων βιοϊατρικών μορφών απεικόνισης συμπεριλαμβανομένης της προβολής ακτινών X, υπολογισμένης τομογραφίας, υπέρηχους, απεικόνιση μαγνητικού συντονισμού, τομογραφία εκπομπής ποζιτρονίων, υπολογισμένη τομογραφία απλής εκπομπής φωτονίων, απεικόνιση φθορισμού, τομογραφία οπτικής συνοχής.

• Δυνατότητα να περιγραφούν οι διαβάσεις σημάτων από το ερέθισμα/μετατροπέα στην οθόνη εικόνας για κάθε βιοϊατρική μορφή απεικόνισης.

• Δυνατότητα να εφαρμοστούν οι τεχνικές επεξεργασίας σημάτων και εικόνας στα συλλεχθέντα στοιχεία χρησιμοποιώντας μια από τις κύριες βιοϊατρικές μορφές απεικόνισης.

• Δυνατότητα να περιγραφούν τα οικονομικά κόστη για την αγορά, τη λειτουργία, και τη διατήρηση της ενοργάνωσης της βιοϊατρικής απεικόνισης

Περιγραφή: Επισκόπηση βιοϊατρικών συστημάτων απεικόνισης και ανάλυσης εικόνας. Η σειρά μαθημάτων θα εξετάσει τις διάφορες μορφές απεικόνισης συμπεριλαμβανομένων των ακτινών X, τους υπερήχους, της αξονικής τομογραφίας (MRI) και μέθοδος μικροσκόπησης. Διαμόρφωση εικόνας και παρεχόμενοι τύποι πληροφοριών. Τεχνικές ανάλυσης εικόνας: ανάλυση καρδιακών υπερήχων, μαστογραφία, MRI.

Βιβλιογραφία: • R.A. Robb, Biomedical Imaging, Visualization and Analysis, Wiley-Liss, 1999.


Δ Φ Ε Κ Σ ECTSΗΜΥ 477 Βιο-ιατρική Οπτική 3 1 5 6



Στόχοι: Παρουσίαση του φυσικού θεωρήματος της χρησιμοποίησης του φωτός και των οπτικών ιδιοτήτων ιστού στους σπουδαστές για να καταλάβουν τα οπτικά φαινόμενα στον ιστό και τις βιοϊατρικές εφαρμογές της οπτικής.

Αποτελέσματα: • Κατάδειξη γνώσης και κατανόησης των αρχών των λέιζερ, της τρέχουσας τεχνολογίας λέιζερ, των ανιχνευτών, των οπτικών ινών και των αισθητήρων.

• Κατάδειξη γνώσης και κατανόησης της αλληλεπίδρασης του φωτός με τα κύτταρα και τους ιστούς.

• Δυνατότητα να αναλυθούν οι οπτικές τεχνικές απεικόνισης, η γραμμική και μη γραμμική οπτική φασματοσκοπία, ο φθορισμός και η φασματοσκοπία κατά Raman, η μικροσκόπηση και η ελαφριά αλληλεπίδραση με τους βιολογικούς ιστούς.

Περιγραφή: Η οπτική συμπεριφορά τυχαίων μέσων όπως ιστών σε αλληλεπίδραση με ακτινοβολία λέιζερ. Βασικές αρχές οπτικής τομογραφικής απεικόνισης βιολογικών υλικών για διαγνωστικές και θεραπευτικές εφαρμογές. Τεχνικές τομογραφικής απεικόνισης βασισμένες σε οπτικά μέσα: φωτοθερμική, φωτοακουστική, και συναφείς μεθοδολογίες. Μετρήσεις και ερμηνεία φασμάτων: απορρόφηση σταθερής κατάστασης (steady-state) και αναγωγής χρόνου (time-resolved), φθορισμός, φωσφορισμός και φασματοσκόπιση του Raman στα υπεριώδη, ορατά και υπέρυθρων τμημάτων του φάσματος.

Βιβλιογραφία: • Paras N. Prasad, Introduction to Biophotonics. • Tuan Vo-Dinh (Editor), Biomedical Photonics Handbook.


Δ Φ Ε Κ Σ ECTSΗΜΥ 478 Επεξεργασία Εικόνων 3 5 8

Έτος: Κορμού


Στόχοι: Εισαγωγή στις αρχές της μοντέρνας επεξεργασίας εικόνων.


• Γνώση της ψηφιοποίησης εικόνων και των διαφόρων εργαλείων ανάλυσης.

• Ικανότητα ανάλυσης ψηφιακών εικόνων με διάφορα εργαλεία στα πεδία του χρόνου και της συχνότητας.

• Χρήση εργαλείων ψηφιακής ανάλυσης εικόνων.

Περιγραφή: Ανασκόπηση σημάτων και συστημάτων. Δισδιάστατα (2-D) σήματα και μετασχηματισμός του Fourier. 2-D μετασχηματισμός Ζ και έλεγχος σταθερότητας. 2-D DFT, DCT, FFT. Σχεδιασμός και υλοποίηση 2-D FIR φίλτρων. Βασικές μεθόδοι επεξεργασίας εικόνων. Ανίχνευση άκρων, φίλτρο σειράς κατάταξης (median), υπολογισμός κίνησης. Βελτίωση εικόνων. Αποκατάστασης εικόνων. Κωδικοποίηση εικόνων. Μορφολογική Επεξεργασία Εικόνας. Κατάτμηση Εικόνας. Θέματα προχωρημένου επιπέδου.

Βιβλιογραφία: R. Gonzalez and R. Woods, Digital Image Processing, Prentice Hall.

Αξιολόγηση: Μία ενδιάμεση και μια τελική εξέταση. Εργασία σχεδιασμού.

Δ Φ Ε Κ Σ ECTSΗΜΥ 480 Πράκτορες Λογισμικού 3 1 5 6



Στόχοι: Παροχή μιας εισαγωγής στη κατανεμημένη τεχνητή νοημοσύνη.

Αποτελέσματα: • Κατάδειξη γνώσης και κατανόησης των βασικών εννοιών των πρακτόρων που παρακινούν την τεχνολογία πρακτόρων.

• Κατάδειξη γνώσης και κατανόησης της διαθέσιμης τεχνολογικής υποστήριξης για την επέκταση των συστημάτων πρακτόρων, των σχετικών με την βιομηχανία πρωτοβουλιών, και των μεθοδολογιών πρακτόρων για την ανάπτυξη συστημάτων πρακτόρων.

Περιγραφή: Προγραμματισμός με πράκτορες. Στοιχεία κατανεμημένης τεχνητής νοημοσύνης. Γλώσσες για εφαρμογές πρακτόρων, πράκτορες διεπαφής. Διαμοιρασμός πληροφοριών και συντονισμός, KIF, συνεργασία, επικοινωνία, οντολογία, KQML, αυτονομία, προσαρμοστικότητα, θέματα ασφαλείας, κινητικότητα, πρωτότυπα, θέματα σχεδιασμού πρακτόρων και πλαίσια, εφαρμογές στις τηλεπικοινωνίες.

Βιβλιογραφία: • S.J. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall 2002.

• M. Wooldridge, Introduction to MultiAgent Systems, John Wiley & Son, 2002.

• M. D'Inverno, M. Luck, Understanding Agent Systems (Springer Series on Agent Technology), Springer Verlag 2nd Ed., 2004,

• M. Luck, R. Ashri, M. d'Inverno, Agent-Based Software Development, Artech House, 2004.


Δ Φ Ε Κ Σ ECTSΗΜΥ 4ΧΧ Ποσοτική Φυσιολογία 3 1 5 6



Στόχοι: Παροχή μιας εισαγωγής στην ανθρώπινη φυσιολογία και τα μαθηματικά για την μοντελοποίηση και ανάλυση των φυσιολογικών συστημάτων στο μοριακό, κυτταρικό και επίπεδο συστήματος.

Αποτελέσματα: • Κατάδειξη κατανόησης του κυτταρικού μεταβολισμού, δυνατότητα να περιγραφούν ποσοτικά οι ενζυμικές κινητικές, γλυκόλυση και οι δυνατότητες των μεμβρανών.

• Η κατανόηση της μεταφοράς στις μεμβράνες κυττάρων, δυνατότητα να περιγραφεί ποσοτικά η διάχυση και η μεταφορά μέσω μεταφορέα.

• Κατανόηση των ηλεκτρικών σημάτων και επικοινωνίας από κύτταρο σε κύτταρο στους νευρώνες, δυνατότητα να περιγραφούν ποσοτικά τα ιονικά κανάλια μεμβρανών, αψιθυμία, δυναμική ασβεστίου, εκρηκτικές και συναπτικές μεταδόσεις.

• Κατανόηση της οπτικής και ακουστικής φυσιολογίας, της δυνατότητας να περιγραφεί ποσοτικά η αμφιβληστροειδική ελαφριά προσαρμογή, του συντονισμού συχνότητας στο εσωτερικό αυτί και της κοχλιωτής λειτουργίας.

• Κατανόηση των σωματικών και αυτόνομων νευρικών συστημάτων. • Κατανόηση του σκελετικού και ομαλού μυός, δυνατότητα να

μοντελοποιηθούν ποσοτικά οι cross bridges. • Κατανόηση του ολοκληρωμένου ελέγχου της κίνησης του σώματος.

Περιγραφή: Αρχές μεταφοράς μάζας και παραγωγής ηλεκτρικών σημάτων από βιολογικές μεμβράνες, κύτταρα και ιστούς. Μεταφορά μάζας μέσω μεμβρανών: Διάχυση, όσμωση, χημική μεσολάβηση και ενεργός μεταφορά. Ηλεκτρικές ιδιότητες κυττάρων: μεταφορά ιόντων, ισορροπία, ξεκούραση και δυναμικό δράσης. Κινητικές και μοριακές ιδιότητες καναλιών ιόντων με εισόδους τάσεως. Εφαρμογή ιδιοτήτων ενεργειακής και μαζική ροής σε κύρια συστήματα ανθρώπινων οργάνων. Μηχανισμοί ρύθμισης και ομοιόστασης. Ανατομικά, φυσιολογικά και παθοφυσιολογικά χαρακτηριστικά του καρδιοαγγειακού, αναπνευστικού και ρινικού συστήματος. Έμφαση στα συστήματα των οποίων τα χαρακτηριστικά διαφωτίζονται περισσότερο από τις μεθόδους φυσικών επιστημών.

Βιβλιογραφία: • L. Sherwood, Human Physiology. • J.P. Keener, J. Sneyd, Mathematical Biology.


Δ Φ Ε Κ Σ ECTSΗΜΥ 4ΧΧ Μηχανική Όραση 3 1 5 6



Στόχοι: • Να προσφέρει μια εισαγωγή στις θεμελιώδεις έννοιες, ζητήματα και αλγόριθμους της Όρασης Υπολογιστών.

• Να εισαγάγει τα μαθηματικά εργαλεία και μεθόδους για την εξαγωγή ιδιοτήτων και χαρακτηριστικών τρισδιάστατων σκηνών από εικόνες ή εικονοσειρές.

• Να προσφέρει στους φοιτητές πρακτική εξάσκηση σε βασικές τεχνικές και αλγόριθμους της Όρασης Υπολογιστών, δίνοντας τους την δυνατότητα να εφαρμόζουν λύσεις σε ευλόγως περίπλοκα προβλήματα.

• Να καταδείξει τη συνάφεια και να διδάξει μεθόδους και τεχνικές εφαρμόσιμες στη Βιο-ιατρική Απεικόνιση.

• Να προωθήσει την κριτική σκέψη για επιστημονικές θεωρίες της όρασης, αντίληψης, και επίγνωσης.

• Να δώσει τη δυνατότητα κατανόησης της επιστημονικής βιβλιογραφίας της Όρασης Υπολογιστών και συναφών επιστημονικών τομέων.

Αποτελέσματα: • Κατάδειξη γνώσης των βασικών τομέων έρευνας και εφαρμογών της Όρασης Υπολογιστών.

• Κατανόηση των κύριων εννοιών και τεχνικών της Όρασης Υπολογιστών, καταδεικνύοντας επίσης λεπτομερή κατανόηση και ικανότητα υλοποίησης και πρακτικής εφαρμογής μιας σειράς απ’ αυτών των τεχνικών.

• Κατάδειξη κατανόησης των προβλημάτων/δυσκολιών και λύσεων που υιοθετήθηκαν σε κύριους τομείς εφαρμογών.

• Ικανότητα και εμπειρία εφαρμογής τις αποκομισθείσας θεωρητικής γνώσης στον σχεδιασμό συστημάτων όρασης υπολογιστών για τη λύση συγκεκριμένων πρακτικών προβλημάτων.

Περιγραφή: Βασικές πτυχές των τρόπων με τους οποίους οι μηχανές λαμβάνουν, επεξεργάζονται και ερμηνεύουν πληροφορίες από εικόνες ή εικονοσειρές για την εξαγωγή περιγραφών του περιβάλλοντος κόσμου. Αρχές δημιουργίας εικόνων, εξαγωγής πληροφοριών και χαρακτηριστικών, ανακατασκευής γεωμετρικού σχήματος, εκτίμησης ανακλαστικότητας επιφανειών, μερισμού εικόνας, παρακολούθησης πορείας, και ανάλυσης κινήσεων και σκηνών. Αλγόριθμοι για εύρεση και αναγνώριση αντικειμένων. Εφαρμογή των μεθόδων στην ρομποτική και σε ευφυή συστήματα. Τα καλυπτόμενα θέματα περιλαμβάνουν την ανάλυση των εφαρμογών της μηχανικής όρασης και της αναγνώρισης αντικειμένων, τρόπους δημιουργίας και επεξεργασίας εικόνων, Bayesian Theory και στατιστικές εφαρμογές στην αναγνώριση αντικειμένων, αισθητήρες και μηχανές λήψης εικόνων, καθώς και την αλληλεπίδραση ανθρώπου-μηχανής.

Βιβλιογραφία: • Trucco E., and Verri A., Introductory Techniques for 3-D Computer Vision, Prentice Hall, 1998

• Forsyth D.A., and Ponce J., Computer Vision: A Modern Approach, Prentice Hall, 2002

Αξιολόγηση: • Μία ενδιάμεση και μία τελική εξέταση. • Κατ’ οίκον εργασίες και εργασία σχεδιασμού (project).

Δ Φ Ε Κ Σ ECTSΗΜΥ 4ΧΧ Τυχαίες Διεργασίες 3 1 5 6



Στόχοι: Να εκθέσει τους φοιτητές στα πιο κοινά είδη στοχαστικών ανελίξεων

Αποτελέσματα: • Γνώση και κατανόηση των μαθηματικών εργαλείων, μεθόδων, και τεχνικών, που χρησιμοποιούνται στην ανάλυση στοχαστικών ανελίξεων

Περιγραφή: Εισαγωγή και Ορισμοί: τυχαίες διεργασίες, συνεχείς και διακριτές τυχαίες διεργασίες, στατικότητα και εργοδικότητα. Ανάλυση και επεξεργασία τυχαίων σημάτων: πυκνότητα φασματικής ισχύος, απόκριση γραμμικών συστημάτων, βέλτιστα γραμμικά συστήματα και φίλτρο Kalman. Αλυσίδες Markov: Διακριτές και συνεχείς αλυσίδες Markov, κλάσεις καταστάσεων, επανερχόμενες και μεταβατικές καταστάσεις, όρια πιθανοτήτων. Εισαγωγή στη Θεωρία Αναμονής: Ο νόμος του Little, οι ουρές Μ/Μ/1 και Μ/Μ/k/k.

Βιβλιογραφία: • Alberto Leon-Garcia, Probability and Random Processes for Electrical Engineering

• Sheldon Ross, Probability Models • Sheldon Ross, Stochastic Processes • Robert Gallager, Discrete Stochastic Processes

Αξιολόγηση: Ενδιάμεση και τελική εξέταση, εβδομαδιαίες εργασίες

Τμήμα Μηχανικών Μηχανολογίας και Κατασκευαστικής

I T L H P ECTSMMΚ 332 Φυσιολογία και Εμβιομηχανική 6


Επιλογής Προαπαιτούμενα: MAS033, MAS034,

ΜΜE103, ENG104 Στόχοι:

Αποτελέσματα: •

Περιγραφή: Το μάθημα αναγνωρίζει και προσδιορίζει ποσοτικώς το ρόλο μηχανικών φαινομένων και κατασκευαστικών διεργασιών σε βιολογικές οντότητες από το ενδοκυταρρικό έως το επίπεδο των οργανισμών. Δοκιμές, ρευστομηχανικές, θερμικές, ηλεκτρικές και αλληλεπιδράσεις ελέγχου μαζί με συνθετικούς, αποδημητικούς και αναγεννητικούς μηχανισμούς εξετάζονται σε οργανίδια, κύτταρα, ιστούς, όργανα και το ανθρώπινο σώμα. Στη βάση αυτήν, το μάθημα προχωρά, επίσης, στη σχεδίαση και κατασκευή ιατρικών βοηθημάτων και βιοσυμβατών οργάνων, όπως φυτεύματα, προσθετικά, εξωσκέλετα, μηχανήματα άσκησης και εξοπλισμό βιοϊατρικής απεικόνισης. Πρακτικές εργασίες στο εργαστήριο περιλαμβάνουν την ανάπτυξη βηματοδοτών, συσκευών παροχής φαρμάκων, ταινιοδρόμων, ηλεκτροκαρδιογράφων κ.λπ.

Βιβλιογραφία: • Photocopies of lecture notes in a bound booklet • Physiology, A. Smokovitis, 1993, Kyriakides Brothers Publishing House • Guyton, Textbook of Medical Physiology, W.B. Saunders Co, Philadelphia, 1981 (translated by A. Evangelou, Litsas Publications)

Αξιολόγηση: •

I T L H P ECTSMMΚ 431 Μηχανική Ακουστική 8


Επιλογής Προαπαιτούμενα: ΜΜE 331

Στόχοι: Να παρέχει το φυσικό υπόβαθρο για τη μετάδοση ακουστικών κυμάτων και τα σχετικά φαινόμενα των υπέρηχων. Να προετοιμάσει τους μηχανικούς να αναλάβουν δουλειές που περιλαμβάνουν τη χρήση υπέρηχων στον ιατρικό και βιομηχανικό τομέα.

Αποτελέσματα: • Κατανόηση της μετάδοσης ακουστικών κυμάτων, εξασθένησης και ανάκλασης σε αέρια, υγρά και ιστούς.

• Κατανόηση των επιπέδων σφαιρικών και κυλινδρικών κυμάτων, καθώς επίσης και των δεσμών υπερήχων

• Δυνατότητα λύσης προβλημάτων μηχανικής στη περιοχή των ιατρικών, βιομηχανικών, και αρχιτεκτονικών υπερήχων

Περιγραφή: Αυτό το μάθημα είναι μια εισαγωγή στη φυσική ακουστική για ειδικότητες μηχανικών και θετικών επιστημών. Προσφέρει τη φυσική βάση για πολλές εφαρμογές στη μηχανική όπως βιοϊατρικούς υπερήχους, ακουστική δωματίου, σόναρ, και διάδοση σε αέρια και υγρά. Το μάθημα καλύπτει: επίπεδα κύματα σε υγρά; μεταβατική και σταθερής κατάστασης ανάκλαση και μετάδοση, διάθλαση, χορδές και μεμβράνες, δωμάτια, απορρόφηση και διασπορά, σφαιρικά και κυλινδρικά κύματα, ακουστική δέσμης ακτινών, κατευθυντική ακτινοβολία, περίθλαση, και σχηματισμούς για ιατρικούς υπέρηχους.

Βιβλιογραφία: • D. T. Blackstock, Fundamentals of Physical Acoustics, Wiley-Interscience, New York, 2000

• L. Kinsler, A. Frey, A. Coppens, J. Sanders, Fundamentals of Acoustics, Fourth Edition, Wiley, New York, 1999.

Αξιολόγηση: • Εργασίες • Ενδιάμεση εξέταση • Τελική εξέταση

I T L H P ECTSMMΚ 432 Εισαγωγή σε Διαγνωστικές και Απεικονιστικές Τεχνικές 8


Επιλογής Προαπαιτούμενα: ΜΜE103, ΜΑS031,

ΜΑS033, ENG104 Στόχοι:


Περιγραφή: Το μάθημα περιλαμβάνει την περιγραφή των Τεχνικών Υπερήχων, Οπτικής Απεικόνισης, Μαγνητικής Τομογραφίας και Φασματοσκοπίας, Αξονικού Τομογράφου, Ακτίνων Χ και Ραδιοπυρηνικής Iατρικής. Το μάθημα αρχίζει με διαλέξεις γύρω από την ανάλυση κύματος και εικόνας και των μαθηματικών μετασχηματισμών του Φουριέ, Radon και άλλων. Ακολούθως, περιγράφονται αναλυτικά οι κυριότερες απεικονιστικές διαγνωστικές μέθοδοι βάσει των αρχών της Φυσικής και Μηχανικής. Θέματα που θα καλυφθούν στο μάθημα: Μετασχηματισμοί Φουριέ - Βασικές Αρχές Ανατομίας, Φυσιολογίας και Ακτινογραφίας - Μαγνητικός Συντονισμός και Φασματοσκοπία - Οπτική Απεικόνιση - Υπέρηχοι - Ακτίνες Χ - Αξονική Τομογραφία - PET/SPECT.

Βιβλιογραφία: • Cho ZH, Joie Jones, Manbir Singh, Foundations in Medical Imaging, John Wiley and Sons, New York, 1993.


I T L H P ECTSMMΚ 433 Εμβιομηχανική και Ανθρώπινη Κίνηση 3 1 6 8


Επιλογής Προαπαιτούμενα: ΜΜE331

Στόχοι: Ο στόχος αυτού του μαθήματος είναι η εισαγωγή βασικών εργαλείων μοντελοποίησης και ανάλυσης που χρησιμοποιούνται για τη μελέτη της ανθρώπινης κίνησης.

Αποτελέσματα: • Κατανόηση της ανατομικής και μηχανικής ανάλυσης της ανθρώπινης κίνησης.

• Κατανόηση και μοντελοποίηση της λειτουργικότητας των μυών ως στοιχεία παραγωγής δύναμης.

• Εκτίμηση της πολυπλοκότητας του ανθρώπινου σώματος σε σχέση με τη κίνηση που μπορεί να δημιουργήσει.

• Μοντελοποίηση και ανάλυση δισδιάστατων και τρισδιάστατων κινήσεων στερεού σώματος του ανθρώπινου μυοσκελετικού συστήματος.

•

Περιγραφή: Αυτό το μάθημα μελετά τη μοντελοποίηση και ανάλυση της ανθρώπινης κίνησης. Παρουσιάζονται σχετικά θέματα ανατομίας, αλλά το μάθημα κατά το κύριο μέρος εστιάζετε σε μεθόδους για μοντελοποίηση, ανάλυση και προσομοίωση της ανθρώπινης κίνησης. Πολλά από το θέματα είναι σχετικά με τη ρομποτική, δυναμική και έλεγχο. Θέματα που καλύπτονται: Δυναμική μυών και τενόντων; Μοντέλα σύσπασης μυών; Κινηματική και δυναμική του ανθρώπινου σώματος; Μέθοδοι για τη δημιουργία εξισώσεων κίνησης; Μηχανική ιδιοδεκτικού υποδοχέα και άλλων αισθητήρων; Ανάλυση της ανθρώπινης κίνησης: βάδισμα, τρέξιμο και ισορροπία. Προσομοιώσεις με χρήση Matlab

Βιβλιογραφία: • T. A. McMahon, 1984. Muscles, Reflexes, and Locomotion. Princeton University Press.

• V. M. Zatsiorsky, 1998. Kinematics of Human Motion. Human Kinetics.

• D. Winter, 2004. Biomechanics and motor control of human movement. Wiley.

• J. M. Winters, S. L-Y. Woo, 1990. Multiple Muscle Systems. Springer-Verlag.

• M. Panjabi and A. White, 2001. Biomechanics in the Musculoskeletal System. Elsevier.

Αξιολόγηση: • Homework problems • Midterm exam • Final Exam

I T L H P ECTSMMΚ 534 Θέματα στους Βιοιατρικούς Υπέρηχους 8


Επιλογής Προαπαιτούμενα: ΜΜE431

Στόχοι: Να παρέχει τη θεμελιώδη κατανόηση των συστημάτων υπερήχων που χρησιμοποιούνται στη βιοϊατρική σε διαγνωστικές και θεραπευτικές εφαρμογές.

Αποτελέσματα: • Κατανόηση της διάδοσης υπερηχητικών κυμάτων σε βιολογικά μέσα, καθώς επίσης και απορρόφηση, σκέδαση, μετάδοση, και διασπορά.

• Γνώση φυσικών αρχών απεικόνισης στη διαγνωστική υπερηχογραφία

• Γνώση αρχών σκιαγραφικών υπερήχων και των μη γραμμικών τεχνικών απεικόνισης τους

• Δυνατότητα να λύονται προβλήματα εφαρμοσμένης μηχανικής στον τομέα διαγνωστικών και θεραπευτικών εφαρμογών βιοϊατρικών υπερήχων

Περιγραφή: Αυτό το μάθημα καλύπτει ποικίλες έννοιες και εφαρμογές στους βιοϊατρικούς υπέρηχους για μαθητές μηχανικής και θετικών επιστήμων. Θέματα που καλύπτονται είναι: εξισώσεις ακουστικών κυμάτων και υπερηχητική απορρόφηση, κατευθυντική ακτινοβολία, και εστίαση. Καλύπτονται επίσης μετατροπείς υπερήχων και μετρήσεις ιατρικών διαγνωστικών συστημάτων, αρμονική απεικόνιση και μη γραμμικές απεικονιστικές μέθοδοι και δυναμική μικροφυσαλίδων για σκιαγραφικά υπερήχων. Το μάθημα επίσης καλύπτει θεραπευτικές εφαρμογές υπερήχων, όπως το High Intensity Focused Ultrasound και ultrasound enhanced drug delivery.

Βιβλιογραφία: • D. T. Blackstock, Fundamentals of Physical Acoustics, Wiley-Interscience, New York, 2000

• M. F. Hamilton and D. T. Blackstock, Nonlinear Acoustics, Academic Press, 1998

• A. G. Webb, Introduction to Biomedical Imaging, Wiley, 2003


I T L H P ECTSMMΚ 536 Εισαγωγή στη Μαγνητική Τομογραφία 8

Έτος: 4/5 Κορμού

Επιλογής Προαπαιτούμενα: ΜΜE103, ΜΑS031,

ΜΑS033, ENG104 Στόχοι:


Περιγραφή: Το μάθημα έχει σχεδιαστεί για μεταπτυχιακούς φοιτητές που ζητούν μια βαθύτερη κατανόηση στη τεχνική της Μαγνητικής Τομογραφίας. Το μάθημα αποσκοπεί στη διδασκαλία μηχανικών με έμφαση στις αρχές και φυσική του μαγνητικού συντονισμού, απεικόνισης, δημιουργίας και επεξεργασίας εικόνας, και υλισμικών. Προαπαιτεί γνώσεις σε μαθηματικά, γραμμικά συστήματα, και βασικές γνώσεις ηλεκτρικών κυκλωμάτων. Ωφέλιμες αλλά όχι απαραίτητες προς κατανόηση της διαγνωστικής αυτής τεχνικής είναι και βασικές γνώσεις ακτινογραφίας και φυσιολογίας του καρδιακού και νευρικού συστήματος, θέματα που καλύπτονται μέσα από τις διαλέξεις. Καλύπτει τις βασικές αρχές της Μαγνητικής Τομογραφίας και απεικόνισης, παλμοσειρές, θόρυβο, σήμα και ευκρίνεια, υλισμικά και φασματοσκοπία, μοριακή σύσταση βιολογικών ιστών και παραμέτρων, Τ1 και Τ2, φασματοσκοπία και απεικόνιση διαφόρων πυρήνων και εξειδικευμένες τεχνικές απεικόνισης όπως η καρδιακή απεικόνιση, η παράλληλη απεικόνιση, μεθόδους επιλογής στο χώρο και συχνότητας, ροές και μετρήσεις, αγγειογραφία, διάχυση, ελαστογραφία και fMRI. (Προαπαιτούμενα: ΜΜΚ103,ΜΑΣ031, ΜΑΣ033, ΓΛΩ104 ή συγκατάθεση του διδάσκοντος)

Βιβλιογραφία: MRI Physics: Association of American Physicists in Medicine (AAPM),

1992 AAPM Summer School Proceedings (Bronskill, Michael J. and

Sprawls Perry eds.). Principles of Nuclear Magnetic Resonance in One and Two

Dimensions, Richard Ernst, Geoffrey Bodenhausen, Alexander Wokaun, Oxford University Press, Oxford 1987. The Principles of Nuclear Magnetic Resonance, Paul T. Callaghan,Oxford University Press, [ISBN: 0198539975]. Cho ZH, Joie Jones, Manbir Singh, Foundations in Medical Imaging, John Wiley and Sons, New York, 1993. D Stark and W Bradley, editors: Magnetic Resonance Imaging,

Mosby, St. Louis, Latest Edition, 3-volume set with CD-ROM), 1999.


I T L H P ECTSMMΚ 537 Ιατρική Διαγνωστική Απεικόνιση –

Υπέρηχοι 8



Στόχοι: Η περιγραφή φυσικών και μηχανικών αρχών μοντέρνων διαγνωστικών συστημάτων υπερήχων και τεχνικών απεικόνισης.

Αποτελέσματα: • Γνώση επεξεργασίας σήματος και εικόνας σχετικά με την υπερηχογραφία.

• Κατανόηση των φυσικών και μηχανικών αρχών που σχετίζονται με τη λειτουργία σημαντικών διαγνωστικών μεθόδων.

• Δυνατότητα να χρησιμοποιεί βασικά και προηγμένα λογισμικά εργαλεία ανάλυσης εικόνας.

Περιγραφή: Αυτό το μάθημα είναι μια εισαγωγή στις φυσικές και μηχανικές αρχές για απεικόνιση με υπέρηχους. Καλύπτει μετάδοση κύματος, και σκέδαση ήχου, σχηματισμό δεσμών και εστίαση, M-Mode και δισδιάστατη απεικόνιση, Doppler, αρμονική απεικόνιση ιστών (THI) και σκιαγραφικό υπέρηχων.

Βιβλιογραφία: • A. G. Webb, Introduction to Biomedical Imaging, Wiley, 2003 • D. T. Blackstock, Fundamentals of Physical Acoustics, Wiley-

Interscience, New York, 2000


I T L H P ECTSMMΚ 542 Εισαγωγή στη Ρομποτική 3 1 8 8


Επιλογής Προαπαιτούμενα: ΜΜE 321

Στόχοι: Εξοικίωση των φοιτητών με τις αρχές ρομποτικής ανάλυσης, πλοήγησης και προγραμματισμού, και σύνδεση με βιοϊατρικές εφαρμογές, όπως ρομποτική απεικόνιση, καθετηριασμός, χειρουργική και στοχευμένη χορήγηση φαρμάκων/γονιδίων, προσθήκες, τεχνητά μέλη και αυτόνομα μικρονανο-ρομπότ στη διαγνωστική και θεραπευτική.

Αποτελέσματα: • Κατανόηση, σχεδιαση και προδιαγραφή του υλισμικού ρομποτικών βραχιόνων/σκελών.

• Εξάσκηση στον προγραμματισμό ρομπότ, το λογισμικό και το υπολογιστικό περιβάλλον.

• Εφαρμογή ενός ρομπότ σε ένα λειτουργικό βιοϊατρικό σύστημα, συμπεριλαμβανομένων αισθητήρων και εργαλείων.

Περιγραφή: Ευρεία ανασκόπηση θεωρητικών και πρακτικών απόψεων ρομποτικών χειριστών και αυτομάτων μετακίνησης. Ιστορική εισαγωγή στη ρομποτική μέσα από τις τέχνες και την πρωτόγονη τεχνολογία, και ανατομικές και φυσιολογικές αναλογίες με το ανθρώπινο σώμα, που παρέχουν το πλαίσιο για τις κύριες έννοιες. Διατάξεις βραχίονα/ ποδιού, στατική, κινηματική, δυναμική, σχεδιασμός τροχιάς, έλεγχος και πλοήγηση εξετάζονται μαζί με την τεχνολογία μηχανικού εξοπλισμού (εργαλεία, αισθητήρες, μηχανική όραση), προγραμματισμός και εφαρμογές. Επισημαίνονται οι τρέχουσες ερευνητικές κατευθύνσεις στη ρομποτική, καθώς και οι εφαρμογές στη μοντέρνα βιομηχανία, ενδυναμωμένες από ταινίες. Δίνεται έμφαση στην πρακτική προγραμματισμού ενός επιτραπέζιου ρομπότ συναρμολόγησης με σύστημα όρασης, και πρωτότυπα ρομπότ βάδισης στο εργαστήριο. Εργασίες σε εφαρμογές που ενδιαφέρουν τους φοιτητές: δημιουργία κατασκευών με δομικά στοιχεία, πλοήγηση λαβυρίνθων και συναρμολόγηση μωσαϊκών, αναζήτηση εξαρτημάτων με διάφορους αισθητήρες, επιτραπέζια παιγνίδια, σκάκι, μπιλιάρδο και μίνι-γκολφ ενάντια στο ρομπότ, και γραφική προσομοίωση της κίνησης ενός βραχίονα ή κινητή πλατφόρμα ρομπότ με ηλεκτρονικό υπολογιστή. (Προαπαιτούμενα: MMΚ 221, ΜΜΚ 341 ή συγκατάθεση του διδάσκοντος)

Βιβλιογραφία: J. J. Craig, Introduction to Robotics, 2nd edition, Addison-Wesley 1989. R. P. Paul, Robot Manipulators, MIT Press 1981. K. S. Fu, R. C. Gonzalez, C. S. G. Lee, Robotics, McGraw-Hill 1987. R. J. Schilling, Fundamentals of Robotics, Prentice-Hall 1990. R. E. Parkin, Applied Robotic Analysis, Prentice-Hall 1991

Αξιολόγηση: • 10 ασκήσεις, 3 κουίζ • 3 εργαστηριακές ασκήσεις, άσκηση εφαρμογής • Τελικές εξετάσεις ή αναφορά εξαμήνου

I T L H P ECTSMMΚ 555 Ιδιότητες Πολυμερών και Πολυμερή σε

Ιατρικές Εφαρμογές 8


Επιλογής Προαπαιτούμενα: Συγκατάθεση

διδάσκοντος Στόχοι: Κατανόηση των ιδιοτήτων των πολυμερών και πώς αυτές συσχετίζονται

με τα δομικά χαρακτηριστικά τους. Συζήτηση των διαφόρων εφαρμογών των πολυμερών ως βιοϋλικά.

Αποτελέσματα: • Επίδειξη γνώσης και κατανόησης των ιδιοτήτων πολυμερών. • Ικανότητα κατανόησης της σχέσης μεταξύ δομικών χαρακτηριστικών

των πολυμερών (π.χ. χημική δομή, αρχιτεκτονική κ.λ.π.) και των ιδιοτήτων που παρουσιάζουν.

• Ικανότητα κατανόησης των χαρακτηριστικών των πολυμερών που χρησιμοποιούνται σε ιατρικές εφαρμογές.

• Επίδειξης γνώσης της χρήσης πολυμερικών συστημάτων σε διάφορες ιατρικές εφαρμογές.

Περιγραφή: Το μάθημα αποτελείται από δύο μέρη: Στο πρώτο μέρος μελετώνται οι

ιδιότητες πολυμερών καθώς και η σχέση δομής-ιδιοτήτων. Στο δεύτερο μέρος συζητείται η χρήση των πολυμερών σε ιατρικές εφαρμογές: βιοαποικοδομήσιμα πολυμερή, βιοπολυμερή, πολυμερή ως συστήματα δέσμευσης και απόδοσης φαρμάκων, χρήση πολυμερών σε οδοντιατρικές εφαρμογές, ακινητοποίηση ενζύμων σε πολυμερή, πολυμερικά υδροπλέγματα και ιατρικές εφαρμογές τους, πολυμερικές μεμβράνες. Aντισώματα και αντιγόνα δεσμευόμενα σε πολυμερή. Πολυμερικά υποστρώματα για ανάπλαση ιστών.

Βιβλιογραφία: Σημειώσεις μαθήματος · Άρθρα από επιστημονικά περιοδικά J. M. G. Cowie, Polymers: Chemistry and Physics of Modern Materials, 2nd edition, Stanley Thornes (publishers) Ltd., 1998. P.C. Hiemenz, Polymer Chemistry: The basic concepts, Marcel Dekker Inc. New York 1984. R. J. Crawford, Plastics Engineering, 3rd Ed. 1998. Κ. Παναγιώτου, Επιστήμη και Τεχνολογία Πολυμερών, 2η έκδοση, Θεσσαλονίκη, 2000. Marcel Dekker, Polymeric Biomaterials (2nd edition, revised and expanded), Editor: Severian Dumitriu, 2001

Αξιολόγηση: Γραπτές εργασίες (βιβλιογραφική ανασκόπηση) και προφορικές παρουσιάσεις

I T L H P ECTSMMΚ 477 Υπολογιστική Ρευστομηχανική στη

Βιοϊατρική 8


Επιλογής Προαπαιτούμενα: ΜΜΚ212, ΜΜΚ311

Στόχοι: Η Κατανόηση του ρόλου που παίζουν τα ρευστά στον ανθρώπινο οργανισμό και τςων αριθμητικών μεθόδων που χρησιμοποιούνται για να προβλεφθεί η συμπεριφορά τους. Να προετοιμάσει τους μηχανικούς για έρευνα ή για επαγγελματική σε θέματα βιοϊατρικής.

Αποτελέσματα: • Κατανόηση του ρόλου των βασικών ρευστών στο ανθρώπινο σώμα. • Κατανόηση των υπολογιστικών μεθόδων που μπορούν

χρησιμοποιηθούν για την προσομοίωση της συμπεριφοράς των ρευστών μέσα στο σώμα.

• Δυνατότητα λύσης προβλημάτων μηχανικής στη περιοχή της ρευστομηχανικής του σώματος.

Περιγραφή: Αυτό το μάθημα είναι μια εισαγωγή στη υπολογιστική ρευστομηχανική με έμφαση στις μεθόδους που μπορούν να εφαρμοστούν για την προσομοίωση του αναπνευστικού και κυκλοφοριακού συστήματος. Το μάθημα καλύπτει: στρωτή και τυρφώδη ροή και τις ανάλογες υπολογιστικές μέθοδους, διασπορά και εναπόθεση σωματιδίων στο αναπνευστικό σύστημα, αιμοδυναμική και αλληλοεπίδραση με τα τοιχώματα των αιμοφόρων αγγείων

Βιβλιογραφία: • (Βιβλίο) ISBN: 0-521-55378-4 W. E. Schiesser, C. A. Silebi, Computational Transport Phenomena, Cambridge University Press

• Σημειώσεις


Μηχανική Βιοϊατρικής Τεχνολογίας (Biomedical … Undergraduate...

Documents

Transcript of Μηχανική Βιοϊατρικής Τεχνολογίας (Biomedical … Undergraduate...