|
Vyučující
|
-
Zýka Stanislav, doc. Ing. Ph.D.
|
|
Obsah předmětu
|
Neuroinformatika: od mozku k datům Mozek, neurony a počítačové modely Metody měření mozkové aktivity Návrh neurovědního experimentu Elektroencefalografie a EEG experimenty Předzpracování a kontrola kvality EEG dat Analýza a interpretace EEG dat Neurodata, metadata, standardy a reprodukovatelný výzkum Strojové učení pro neurovědní data Hluboké učení a moderní AI v neurovědách Rozhraní mozek-počítač a neurotechnologie Interpretace neurovědních výsledků, etika a současné trendy
|
|
Studijní aktivity a metody výuky
|
- Kontaktní výuka
- 26 hodin za semestr
- Praktická výuka [vyjádření počtem hodin]
- 26 hodin za semestr
- Projekt týmový [20-60 / počet studentů]
- 60 hodin za semestr
- Příprava na zkoušku [10-60]
- 30 hodin za semestr
- E-learning [dáno e-learningovým kurzem]
- 10 hodin za semestr
- Příprava prezentace (referátu) [3-8]
- 4 hodiny za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| - orientovat se v matematice na úrovni střední školy, - rozumět základním principům práce s daty a základním konceptům umělé inteligence, - rozumět základním principům programování a číst a upravovat jednoduchý programový kód. |
| Odborné dovednosti |
|---|
| - aplikovat znalosti středoškolské matematiky v běžných úlohách, - vysvětlit základní principy práce s daty a základní koncepty umělé inteligence, - číst, spustit a jednoduše upravit programový kód. |
| Obecné způsobilosti |
|---|
| bc. studium: své učení a pracovní činnost si sám plánuje a organizuje, |
| bc. studium: kriticky přistupuje ke zdrojům informací, informace tvořivě zpracovává a využívá při svém studiu a praxi, |
| bc. studium: vytváří hypotézy, navrhuje postupné kroky, zvažuje využití různých postupů při řešení problému nebo ověřování hypotézy, |
| bc. studium: používá s porozuměním odborný jazyk a symbolická a grafická vyjádření informací různého typu, |
| bc. studium: prezentuje vhodným způsobem svou práci i sám sebe před známým i neznámým publikem, |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| - vysvětlit základní principy organizace a fungování nervového systému a jejich vztah k vybraným počítačovým modelům, - charakterizovat a porovnat základní metody měření mozkové aktivity včetně jejich možností a omezení, - popsat principy návrhu neurovědního experimentu a životního cyklu neurovědních dat, - charakterizovat základní postupy zpracování a analýzy neurofyziologických dat, zejména EEG, - zhodnotit možnosti a omezení využití metod strojového a hlubokého učení při analýze neurovědních dat, - identifikovat a uvést do souvislostí datové a metadatové standardy, principy FAIR a principy otevřené a reprodukovatelné vědy, - vysvětlit a rozlišit základní principy a paradigmata rozhraní mozek-počítač a jejich oblasti využití, - kriticky interpretovat výsledky analýzy neurovědních dat a zhodnotit vybrané neurotechnologie a související etické otázky. |
| Odborné dovednosti |
|---|
| - použít vybraný neuroinformatický datový nebo metadatový standard pro popis a organizaci neurovědních dat, - načíst, vizualizovat a posoudit kvalitu neurofyziologických dat, - předzpracovat a analyzovat elektroencefalografická data s využitím vhodných výpočetních nástrojů, - aplikovat a vyhodnotit jednoduchou metodu strojového učení na neurovědních datech, - navrhnout, realizovat a dokumentovat reprodukovatelný postup zpracování neurovědních dat, - interpretovat a prezentovat výsledky neuroinformatického experimentu s ohledem na použité metody a jejich omezení. |
| Obecné způsobilosti |
|---|
| mgr. studium: samostatně a odpovědně se rozhodují v nových nebo měnících se souvislostech nebo v zásadně se vyvíjejícím prostředí s přihlédnutím k širším společenským důsledkům jejich rozhodování, |
| mgr. studium: plánují, podporují a řídí s využitím teoretických poznatků oboru získávání dalších odborných znalostí, dovedností a způsobilostí ostatních členů týmu, |
| - přečíst a kriticky zhodnotit relevantní odborný text |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednáška s demonstrací, |
| Přednáška s diskusí, |
| Výuka podporovaná multimédii, |
| Analyticko-kritická práce s textem, |
| Projektová výuka, |
| Prezentace práce studentů, |
| Řešení problémů, |
| Odborné dovednosti |
|---|
| Řešení problémů, |
| Cvičení (praktické činnosti), |
| Projektová výuka, |
| Samostatná práce studentů, |
| Prezentace práce studentů, |
| Laboratorní praktika, |
| Obecné způsobilosti |
|---|
| Přednáška založená na výkladu, |
| Přednáška s demonstrací, |
| Cvičení (praktické činnosti), |
| Projektová výuka, |
| Samostatná práce studentů, |
| Prezentace práce studentů, |
| Řešení problémů, |
| Hodnotící metody |
|---|
| Odborné znalosti |
|---|
| Kombinovaná zkouška, |
| Výstupní projekt, |
| Odborné dovednosti |
|---|
| Výstupní projekt, |
| Demonstrace dovedností (praktická činnost), |
| Skupinová prezentace, |
| Obecné způsobilosti |
|---|
| Kombinovaná zkouška, |
| Výstupní projekt, |
| Demonstrace dovedností (praktická činnost), |
| Skupinová prezentace, |
|
Doporučená literatura
|
-
František Koukolík. Já : o mozku, vědomí a sebeuvědomování 2., přeprac. a dopl. vyd.. Praha: Karolinum, 2013. ISBN 978-80-246-2249-1.
-
Jiří Horáček, Cyril Höschl, Ladislav Kesner, Filip Španiel. Mozek a jeho člověk, mysl a její nemoc. Praha: Galén, 2016. ISBN 9788074922831.
-
Luck, Stephen J. An introduction to the event-related potential technique. Cambridge: MIT Press, 2005. ISBN 978-0-262-62196-0.
-
Olivier Colliot. Machine Learning for Brain Disorders. 2023, ISSN 1940-6045.
|