Assistierende Gesundheitstechnologien A (AGT A)
Lecture
Assistierende Gesundheitstechnologien A (AGT A) WiSe 2019/20
Lehrveranstaltung: | Assistierende Gesundheitstechnologien A (AGT A) [4217156] |
|---|---|
Dozent(in): | Prof. Dr. Thomas Deserno |
Typ der Lehrveranstaltung: | Vorlesung (Lehre) |
Veranstaltungstermine: | Di. 09:45 - 11:15 (wöchentlich) - Hauptveranst. |
Erster Termin: | Di., 29.10.2019 09:45 - 11:15, Ort: (Raum 4103.04.404 - IZ 404: Bibliothek, Gebaeude Mühlenpfordtstraße 23 (4103): BS 4 / Informatikzentrum) |
Stud.IP-Link |
Inhalt:
Moderne Technologien können helfen, dass ältere Mitmenschen länger in ihrer gewohnten Umgebung eigenständig leben können. Die assistierenden Gesundheitstechnologien umfassen somit den Bereich des Ambient Assisted Living (AAL) aber auch Sensorik zur Überwachung von Körperfunktionen und computergestützte Techniken zur Rehabilitation.
Inhalte:
- Aufbau und Konstruktion von AGT Systemen
- Analyse von AGT Daten
- Neue AGT-unterstützte Lebensweisen und Versorgungsformen
Literatur: - Bardram JE, Mihailidis A, Wan D (Hrsg.). Pervasive Computing in Healthcare. Boca Raton, FL: CRC Press; 2006.
- Haux R, Koch S, Lovell NH, Marschollek M, Nakashima N, Wolf KH. Health-Enabling and Ambient Assistive Technologies: Past, Present, Future. Yearb Med Inform. 2016: S76-91.
- Öberg A, Togawa T, Francis A. Spelman FA (Hrsg.). Sensors in Medicine and Health Care (eBook). Weinheim: Wiley-VCH; 2006.
- van Hoof, J, Demiris, G, Wouters, EJM (Hrsg.). Handbook of Smart Homes, Health Care and Well-Being. Heidelberg: Springer: 2017.
- Preim B, Bartz D. Visualization in Medicine: Theory, Algorithms, and Applications. Burlington: Morgan Kaufmann; 2007.
Tutorial
Assistierende Gesundheitstechnologien A WiSe 2019/20
Lehrveranstaltung: | Assistierende Gesundheitstechnologien A [4217157] |
|---|---|
Dozent(in): | Prof. Dr. Thomas Deserno |
Typ der Lehrveranstaltung: | Übung (Lehre) |
Veranstaltungstermine: | Di. 15:00 - 16:30 (wöchentlich) - Hauptveranst. |
Erster Termin: | Di., 05.11.2019 15:00 - 16:30, Ort: (Raum 4103.04.443 - IZ 443: I²G-Übungsraum, Gebaeude Mühlenpfordtstraße 23 (4103): BS 4 / Informatikzentrum) |
Stud.IP-Link |
Inhalt:
Zur Vertiefung der Vorlesungsinhalte werden praktische Experimente im Labor durchgeführt. Dabei wird die Open Source Datenanalysesoftware ?R? eingesetzt.
Inhalte:
- Experimente mit Beschleunigungssensorik
- Annotieren und Aggregieren der Sensordaten
- Klassifikation von Alltagsaktivitäten
- Darstellung von Sensormessungen
- Auswertung und Interpretation von Daten aus der Realität
Literatur: - Ligges U. Programmieren mit R. Statistik und ihre Anwendungen. Springer-Verlag Berlin, 3. Auflage 2008; ISBN-10: 3540799974, ISBN-13: 978-3540799979
- Wollschläger D. Grundlagen der Datenanalyse mit R: Eine anwendungsorientierte Einführung. Springer-Verlag, Berlin, 3. Auflage 2015; ISBN-10: 3662455064, ISBN-13: 978-3662455067
- Bardram JE, Mihailidis A, Wan D (Hrsg.). Pervasive Computing in Healthcare. Boca Raton, FL: CRC Press; 2006.
- Haux R, Koch S, Lovell NH, Marschollek M, Nakashima N, Wolf KH. Health-Enabling and Ambient Assistive Technologies: Past, Present, Future. Yearb Med Inform. 2016: S76-91.
- Öberg A, Togawa T, Francis A. Spelman FA (Hrsg.). Sensors in Medicine and Health Care (eBook). Weinheim: Wiley-VCH; 2006.
- van Hoof, J, Demiris, G, Wouters, EJM (Hrsg.). Handbook of Smart Homes, Health Care and Well-Being. Heidelberg: Springer: 2017.
- Preim B, Bartz D. Visualization in Medicine: Theory, Algorithms, and Applications. Burlington: Morgan Kaufmann; 2007
- Beckerman AP, Childs DZ, Petchey OL. Getting Started with R: An Introduction for Biologists. Oxford University Press, 2. Edition 2017; ISBN-10: 0198787847, ISBN-13: 978-0198787846