Tıbbi Görüntüleme Teknikleri
Önlisans TYYÇ: 5. Düzey QF-EHEA: Kısa Düzey EQF-LLL: 5. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu: TGT023
Ders İsmi: Yapay Zeka Destekli Tıbbi Görüntüleme Yöntemleri
Ders Yarıyılı: Bahar
Ders Kredileri:
AKTS
4
Öğretim Dili: Turkish
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Dersin Türü: Bölüm/Program Seçmeli
Dersin Seviyesi:
Önlisans TYYÇ:5. Düzey QF-EHEA:Kısa Düzey EQF-LLL:5. Düzey
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üy. AYŞE BANU BİRLİK
Dersi Veren(ler): Öğr.Gör.Ayşe Banu Birlik
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu dersin amacı, tıbbi görüntüleme tekniklerinde yapay zeka ve makine öğrenimi uygulamalarını öğretmek, öğrencilerin radyoloji verilerini analiz etme, ön işleme, yorumlama ve karar destek sistemleri ile klinik süreçlere entegre etme becerilerini geliştirmektir. Ayrıca, yapay zeka destekli tanı sistemleri ve klinik vaka örnekleri üzerinden öğrencilerin teorik bilgilerini pratik uygulamalarla pekiştirmeleri hedeflenir. Ders kapsamında etik kurallar ve yapay zeka regülasyonlarına ilişkin farkındalık kazandırılır.
Dersin İçeriği: Bu derste, yapay zeka, makine öğrenimi ve derin öğrenme temelleri ele alınarak, tıbbi görüntüleme teknolojileriyle entegrasyonu incelenir. Radyoloji veri setlerinin hazırlanması, ön işleme süreçleri ve yapay zeka destekli tanı sistemleri gibi temel konular işlenir. Ayrıca, anormalite tespiti, karar destek sistemleri, hastalık öngörüsü ve risk değerlendirme gibi klinik uygulamalar üzerinde durulur. Ders, etik ve yasal düzenlemelere ilişkin değerlendirmeler ile klinik vaka çalışmaları üzerinden uygulamalı örneklerle desteklenir

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Yapay zeka ve makine öğreniminin temel kavramlarını bilir.
2) Algoritmaların tıbbi görüntüleme sistemlerine entegrasyon süreçlerini bilir.
3) Çeşitli hastalıkların tanısında yapay zeka uygulamalarının nasıl kullanıldığını bilir.
4) Radyoloji veri setlerinin nasıl hazırlanacağını ve ön işleme adımlarını bilir.
5) Klinik uygulamalarda yapay zeka sistemlerinin etkinliğini ve güvenilirliğini değerlendirebilir.

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Derse Giriş, Dersin Amacı ve Öğrenim Hedefleri Öğretim elemanı ders notları ve sunumları
2) Yapay Zeka ve Makine Öğrenimi Temelleri Öğretim elemanı ders notları ve sunumları
3) Tıbbi Görüntüleme Teknolojilerine Genel Bakış Öğretim elemanı ders notları ve sunumları
4) Yapay Zeka ile Görüntü İşleme Öğretim elemanı ders notları ve sunumları
5) Yapay Zeka Destekli Tanı Sistemleri Öğretim elemanı ders notları ve sunumları
6) Derin Öğrenme ve Konvolüsyonel Sinir Ağları Öğretim elemanı ders notları ve sunumları
7) Radyoloji Veri Setlerinin Hazırlanması ve Ön İşleme Öğretim elemanı ders notları ve sunumları
8) Ara Sınav Öğretim elemanı ders notları ve sunumları
9) Anormalite Tespiti: Kırıklar, Tümörler ve Diğer Patolojiler Öğretim elemanı ders notları ve sunumları
10) Karar Destek Sistemleri ve Klinik Entegrasyon Öğretim elemanı ders notları ve sunumları
11) Yapay Zeka ile Hastalık Öngörme ve Risk Değerlendirme Öğretim elemanı ders notları ve sunumları
12) Yapay Zeka Etiği ve Regülasyonları Öğretim elemanı ders notları ve sunumları
13) Klinik Vaka Çalışmaları ve Uygulama Örnekleri Öğretim elemanı ders notları ve sunumları
14) Klinik Vaka Çalışmaları ve Uygulama Örnekleri Öğretim elemanı ders notları ve sunumları
15) Klinik Vaka Çalışmaları ve Uygulama Örnekleri Öğretim elemanı ders notları ve sunumları
16) Final Sınavı Öğretim elemanı ders notları ve sunumları

Kaynaklar

Ders Notları / Kitaplar: 1. A. B. Birlik, H. Tozan, ve K. B. Köse, “Yapay Zekâ ve Makine Öğrenimi: İlk Adımlarınız İçin Kılavuz”, içinde Mühendislik Alanında Gelişmeler, G. Başyiğit Kılıç, Ed., Platanus Publishing, 2023, 21, ss. 385–406.
2. A. B. Birlik, “Yapay Zekâ Destekli Sağlık Teknolojileri”, içinde Sağlık Bilimlerinde Güncel Tartışmalar 7, A. Bilgili ve B. Hanedan, Ed., Bilgin Kültür Sanat Yayınları, 2023, ss. 329–342.
3. A.R. Şahin, K. Doğan, S. Sivri, "Sağlık Bilimlerinde Yapay Zeka", Akademisyen Kitabevi.
Diğer Kaynaklar: 1. Yapay Öğrenme / Yeni Yapay Zeka - Ethem Alpaydın
2. Introduction to Machine Learning - Third Edition - Ethem Alpaydın
3. Yapay Zekâya Giriş - Cem Say
4. A. Géron, Hands-on machine learning with Scikit-Learn and TensorFlow. 2017.
5. P. Hall, Machine Learning for High-Risk Applications, First. O’Reilly Media, Inc., 2022. [Çevrimiçi]. Available at: O’Reilly Media
6. S. F. Barrett, Arduino V : Machine Learning. Springer Nature Switzerland AG, 2023.
7. C. Janiesch, P. Zschech, ve K. Heinrich, “Machine Learning and Deep Learning”, Electron. Mark., c. 31, ss. 685–695, 2021, doi: https://doi.org/10.1007/s12525-021-00475-2.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları

1

2

3

4

5
Program Kazanımları
1) Tıbbi Görüntüleme Teknikleri alanı ile ilgili temel düzeyde kuramsal ve uygulamalı bilgilere sahiptir.
2) Radyasyon güvenliği ve radyasyondan korunma kurallarını uygular. Radyasyonun zararlı etkisinden kendisini ve hastayı korumak için gerekli önlemleri alır.
3) Tıbbi görüntüleme cihazlarının alt yapısını bilir, cihazların günlük bakım ve kontrollerini yapar. 2 2 2
4) İş sağlığı ve güvenliği konularında bilgiye sahiptir.
5) Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için ekip içerisinde yer alarak kalite yönetimi ve süreçlerine uygun davranır ve gerektiğinde bireysel sorumluluk üstlenir. 1
6) Meslektaşları, hastalar, hasta yakınları, hekimler ve diğer sağlık çalışanları ile etkin bir iletişim kurar.
7) Radyolojik anatomiyi temel düzeyde bilir. Görüntülenen anatomik yapıları tanır.
8) Tıbbi ve radyolojik terimleri bilir, etkin kullanır.
9) Farklı tıp bilimleriyle etkili bir şekilde iletişim kurma ve çalışma becerisine sahiptir. 2 2 2 2 2
10) Yaşam boyu öğrenme prensibini benimser, alanındaki teknolojik gelişmeleri yakından takip eder ve öğrenir. 3 3 3 3
11) Bir yabancı dili en az Avrupa Dil Portföyü A2 Genel Düzeyinde kullanarak alanındaki bilgileri izler.
12) Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı temel düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır. 2
13) Alanıyla ilgili etik ilke ve kurallara ilişkin bilgiye sahiptir. 2

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Orta 3 En Yüksek
       
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Tıbbi Görüntüleme Teknikleri alanı ile ilgili temel düzeyde kuramsal ve uygulamalı bilgilere sahiptir.
2) Radyasyon güvenliği ve radyasyondan korunma kurallarını uygular. Radyasyonun zararlı etkisinden kendisini ve hastayı korumak için gerekli önlemleri alır.
3) Tıbbi görüntüleme cihazlarının alt yapısını bilir, cihazların günlük bakım ve kontrollerini yapar.
4) İş sağlığı ve güvenliği konularında bilgiye sahiptir.
5) Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için ekip içerisinde yer alarak kalite yönetimi ve süreçlerine uygun davranır ve gerektiğinde bireysel sorumluluk üstlenir.
6) Meslektaşları, hastalar, hasta yakınları, hekimler ve diğer sağlık çalışanları ile etkin bir iletişim kurar.
7) Radyolojik anatomiyi temel düzeyde bilir. Görüntülenen anatomik yapıları tanır.
8) Tıbbi ve radyolojik terimleri bilir, etkin kullanır.
9) Farklı tıp bilimleriyle etkili bir şekilde iletişim kurma ve çalışma becerisine sahiptir.
10) Yaşam boyu öğrenme prensibini benimser, alanındaki teknolojik gelişmeleri yakından takip eder ve öğrenir.
11) Bir yabancı dili en az Avrupa Dil Portföyü A2 Genel Düzeyinde kullanarak alanındaki bilgileri izler.
12) Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı temel düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanır.
13) Alanıyla ilgili etik ilke ve kurallara ilişkin bilgiye sahiptir.

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ara Sınavlar 1 % 40
Final 1 % 60
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 40
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 60
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı Aktiviteye Hazırlık Aktivitede Harçanan Süre Aktivite Gereksinimi İçin Süre İş Yükü
Ders Saati 14 2 28
Ara Sınavlar 1 25 25
Final 1 35 35
Toplam İş Yükü 88