|
Objectivos de Aprendizagem |
Abordar e estudar o ser humano numa perspetiva tecnológica, referido padrões do movimento, projeto e controlo de membros artificiais, controlo através de computador, células nervosas e gravação neuronal, engenharia ortopédica, substituição de tecidos, utilização de implantes e aspetos éticos.
|
|
Metodologias de Ensino e Critérios de Avaliação |
As horas teórico-práticas têm como finalidade transmitir conhecimentos teóricos e exemplificar com aplicações práticas. Os alunos desenvolvem a sua aprendizagem não só de forma acompanhada, mas também de uma forma auto-sustentada, recorrendo aos meios pedagógicos à disposição (livros, textos de apoio, sítios da internet e programas de simulação e dimensionamento de circuitos). Os alunos são avaliados por trabalhos ao longo do semestre e seguindo o modelo: 5 seminários e relatórios intercalares (CM a média da classificação dos 5 trabalhos).
A classificação final (CF) será: CF= CM
|
|
Bibliografia principal |
1. Fundamentals of Machine Learning and Deep Learning in Medicine, Reza Borhani, Soheila Borhani and Aggelos K. Katsaggelos, Springer; 1st Edition, 2022.
2. Building a Digital Human (Graphics Series), Ken Brilliant, Charles River Media, 1st Ed., 2003.
3. Control Theory for Humans: Quantitative Approaches To Modeling Performance, Richard J. Jagacinski, John M. Flach, CRC, 1st Ed., 2002.
4. Artificial Intelligence: What You Need to Know About Machine Learning, Robotics, Deep Learning, Recommender Systems, Internet of Things, Neural Networks, Reinforcement Learning, and Our Future, Neil Wilkins, 2019.
5. Biomechanics and Motor Control: Defining Central Concepts, Mark L. Latash, Vladimir Zatsiorsky, Kindle, 1st Edition, Independently published, 2015.
6. The Digital Health Revolution, Kevin Pereau and Barry Lenson, TranscendIT Health, 2019.
7. Biomedical Sensing and Analysis: Signal Processing in Medicine and Biology, Iyad Obeid, Joseph Picone and Ivan Selesnick,? Springer, 1st Edition, 202
|