Die Studierenden können mathematische Modelle entwerfen, um physiologische und medizinische Systeme zu simulieren, und sind in der Lage, die Modellergebnisse zu analysieren, um klinische Entscheidungen zu treffen.
Fertigkeiten
Kenntnisse
Modellierung medizinischer Systeme mit Hilfe von Systemen von Differentialgleichungen. (k1-k6)
Kodierung in Sprachen wie Python oder MATLAB für die Modellerstellung. (k1-k6)
Auswahl und Anwendung von Techniken zur Lösung von Differentialgleichungen. (k1-k5)
Sinnvolle Darstellung der Modellergebnisse.(k1-k3)
Anpassen von Modellparametern für biologische Genauigkeit. (k1-k5)
Modellvalidierung, d.h. Testen von Modellen anhand empirischer Daten. (k1-k5)
Biomedizinische Systeme und Prozesse
Grundlagen der rechnergestützten Simulation
Mathematische Modellierungsprinzipien
Biophysikalische und pharmakokinetische Modellierung
Finite-Elemente-Analyse (FEA)
Maschinelles Lernen in der prädiktiven Modellierung
Sensitivitäts- und Unsicherheitsanalyse
Physiologische Rückkopplungsmechanismen
Klinische und ethische Implikationen der Modellierung
Software für computergestützte Medizin
Beurteilungskriterien
Lehrinhalte wechselnd?
Nein
Frühere Varianten
Decken ebenfalls die Anforderungen des Curriculums ab (von - bis) 554WEMPCMMK22: KV Computational modelling in medicine (2022W-2025S)
