Lista subiecte tip întrebări

D = Definitii, F = Formule, E = Enumerari, G = Grafice,

S = Scheme, Ex = Exemple, Ap = Aplicaţii

= în formule şi scheme trebuie explicată semnificaţia simbolurilor,

= în grafice trebuie precizate mărimile de pe axe

Cursul 1 – Informaţia medicală, date şi cunoştinţe

Cursul 2 – Baze de date medicale

Cursul 3 – Biostatistică: noţiuni generale, parametrii statistici

Cursul 4 – Biostatistică: estimarea statistică

Cursul 5 – Biostatistică : teste statistice

Cursul 6 – Biostatistică: analiza corelaţiei, epidemiologie

Cursul 7 – Semnale biologice: achiziţie, filtrare, analiza semnalelor periodice

Cursul 8 – Semnale biologice: prelucrarea semnalelor neperiodice

Cursul 9 – Prelucrarea imaginilor: metode în imagistica medicală

Cursul 10 – Prelucrarea imaginilor: procesarea imaginilor digitale

Cursul 11 – Decizia medicală asistată: metode logice, metode statistice

Cursul 12 – Decizia medicală asistată: metode euristice, estimarea calităţii deciziei

Cursul 13 – Sisteme informatice: fluxuri informaţionale, sisteme în asistenţa primară

Cursul 14 – Sisteme informatice: sisteme informatice clinice, sistemul informatic de spital

1 Cursul 1 – Informaţia medicală, date şi cunoştinţe

1.1 frecvenţă absolută, frecvenţă relativă D, F

1.2 definiţia probabilităţii F

1.3 câmp de evenimente

1.4 câmp de probabilitate

1.5 probabilităţi particulare F

1.6 definiţie bit D

1.7 cantitatea de informaţie pentru un eveniment F

1.8 entropie informaţională F

1.9 frecvenţă relativă şi absolută a unui eveniment F

1.10 definiţii: semnal, mesaj

1.11 sistem comunicaţie S

1.12 definiţie traductor

1.13 ce este un modem D

1.14 triada abordării complete

1.15 difiniţia informaţiei

1.16 tipuri de date E

1.17 tipuri de cunoştinţe E

1.18 deosebire date/cunoştinţe

1.19 valoarea utilă a informaţiei

1.20 redondanţă absolută D, F

1.21 redondanţă relativă F

1.22 redondanţă: D, utilitate

1.23 operaţii cu informaţii E

2 Cursul 2 – Baze de date medicale

2.1 stocarea datelor D

2.2 date, fişiere de date D

2.3 fişier de date – structura

2.4 tipuri de câmpuri E

2.5 validarea datelor

2.6 definiţie baza de date

2.7 tipuri de baze de date E

2.8 SGBD – definiţie, exemple

2.9 funcţiunile SGBD - E

2.10 tezaur, nomenclator

2.11 tipuri de codificare

2.12 ce este un sistem multiaxial de codificare? Ex.

2.13 ce înţelegem prin DRG, UMLS, MeSH

3 Cursul 3 – Biostatistică: noţiuni generale, parametrii statistici

3.1 capitolele biostatisticii

3.2 obiectul biostatisticii

3.3 inferenţa statistică D

3.4 populaţie, eşantion D

3.5 eşantion reprezentativ D, criterii (E)

3.6 criterii eşantion reprezentativ D

3.7 media aritmetică F, aplicabilitate

3.8 mediana D, aplicabilitate

3.9 moda, clasă modală D

3.10 tipuri variabile (clasificare)

3.11 variabile numerice D, Ex

3.12 variabile ordinale, D, Ex

3.13 variabile nominale: D, Ex

3.14 domeniu de valori: D, Ap

3.15 deviaţia standard; D F

3.16 intervale importante cu „ s ”

3.17 coeficient de variaţie F

3.18 distribuţie normală G

3.19 asimetrie, definiţie, a

3.20 relaţiile dintre medie, mediană, modă în distribuţia simetrică

3.21 relaţiile dintre medie, mediană, modă în distribuţia asimetrică

3.22 excesul

3.23 indicatorii de dispersie pt. variabile ordinale

3.24 caracteristicile claselor cu variabile calitative (proporţii, procente)

3.25 deviaţia standard a proporţiei F

3.26 cuartile, decile, centile, promile D

3.27 acurateţe, precizie

3.28 granularitate

3.29 tipuri de reprezentări grafice

3.30 ce tip de reprezentare grafică se preferă în: .......

3.31 ce tip de variabilă este.....

4 Cursul 4 – Biostatistică: estimarea statistică

4.1 obiectul estimării statistice

4.2 deosebirea dintre deviaţia standard şi eroarea standard a mediei

4.3 eroarea standard a mediei: F, D

4.4 intervale cu „ s_x ”

4.5 graficul distribuţiei mediilor eşantioanelor

4.6 estimare medie eşantioane mari F

4.7 estimare medie eşantioane mici F

4.8 estimare proporţii F

4.9 etapele calculării dimensiunii eşantionului E

4.10 dimensiunea eşantionului: F

4.11 ce s folosim în calculul lui n?

4.12 pe ce se bazează metoda celor 6s? A

5 Cursul 5 – Biostatistică : teste statistice

5.1 când aplicăm teste statistice?

5.2 diferenţe semnificative şi nesemnificative: D

5.3 prag de semnificaţie D, Ex

5.4 etapele aplicării unui test statistic E

5.5 ce este p în testele statistice? D

5.6 teste parametrice/neparametrice D

5.7 teste de semnificaţie – D

5.8 teste de omogenitate – D

5.9 teste de concordanţă – D

5.10 testul t nepereche: D, Ap

5.11 teste unilaterale/bilaterale

5.12 testul t pereche: D, Ap

5.13 testul Mann Whitney

5.14 testul Wilcoxon

5.15 testul z

5.16 testul c²

5.17 testul ANOVA unifactorial

5.18 testul ANOVA bifactorial

5.19 erori statistice tip I

5.20 erori statistice tip II

5.21 puterea testului

5.22 nivelul de încredere al testului

6 Cursul 6 – Biostatistică: analiza corelaţiei, epidemiologie

6.1 variabile independente D, Ex

6.2 variabile dependente D, Ex

6.3 variabile corelate D, Ex

6.4 coeficient de corelaţie liniară D, F

6.5 proprietăţile coeficientului de corelaţie r

6.6 corelaţie directă/indirectă

6.7 dreapta de regresie: D, parametrii

6.8 regresie exponenţială F, Ex

6.9 regresie logaritmică F, Ex

6.10 regresie logistică F, Ex

6.11 regresie hiperbolică F, Ex

6.12 factori de risc D, clasificare

6.13 metode longitudinale D, Ex

6.14 metode transversale D, Ex

6.15 metode prospective/retrospective: D, Ex

6.16 metoda cohort: D, proprietăţi

6.17 metoda case-control D, proprietăţi

6.18 indicele odd D, F

6.19 odds ratio: D,F

6.20 risc absolut: D, F

6.21 risc relativ: D, F

6.22 interpretarea rezultatelor de analiză a riscului

6.23 analiza supravieţuirii D

6.24 esenţa metodei actuariale

6.25 condiţii de încheiere a duratei pacientului în evidenţă E

6.26 curbe Kaplan-Mayer, tipuri, G

7 Cursul 7 – Semnale biologice: achiziţie, filtrare, analiza semnalelor periodice

7.1 semnale biologice D, Ex

7.2 clasificarea semnalelor biologice

7.3 culegerea semnalelor ne-electrice

7.4 culegerea semnalelor electrice

7.5 etapele analizei biosemnalelor S

7.6 achiziţie biosemnale S

7.7 semnal analogic definiţie, sinonime

7.8 semnal discret definiţie, sinonime

7.9 ce este un CAN? Definiţie

7.10 eşantionarea semnalelor D

7.11 perioada de eşantionare D, F, unităţi

7.12 frecvenţa de eşantionare D, F, unităţi

7.13 teorema de esantionare D, F

7.14 frecvenţa Nyquist D, F

7.15 cuantizarea semnalelor D, F

7.16 valoarea unei cuante de semnal D, F

7.17 nr trepte amplitudine F

7.18 rezoluţie spectrală D, F

7.19 filtrarea semnalelor D

7.20 clasificarea filtrelor după tipul semnalului

7.21 tipuri de filtre după frecvenţă

7.22 filtrul trece-sus D, G

7.23 filtrul trece-jos D, G

7.24 filtrul trece-bandă D, G

7.25 filtrul opreşte-bandă D, G

7.26 clasificarea zgomotelor

7.27 filtre analogice şi numerice, poziţia faţă de CAN

7.28 semnal staţionar – definiţie

7.29 ce este spectrul unui semnal

7.30 semnale periodice – definiţie, exemple

7.31 descrierea semnalului ECG – unde, semnificaţie fiziologică

7.32 definirea perioade ECG

7.33 detecţia perioadei semnalului ECG

7.34 netezirea semnalelor definiţie, exemple

7.35 ce este linia de 0 (zero) a unui semnal, aplicaţii

7.36 fazele prelucrării semnalului ECG

7.37 importanţa segmentului ST

7.38 detecţia complexului QRS

7.39 analiza semnalului ECG, derivaţii standard

7.40 detecţia undei P

7.41 analize avansate ale semnalului ECG

8 Cursul 8 – Semnale biologice: prelucrarea semnalelor neperiodice

8.1 componentele semnalului EEG spontan

8.2 tipuri de înregistrare a semnalului EEG

8.3 fenomene tranzitorii

8.4 clasificarea metodeiâlor de analiză a semnalelor neperiodice

8.5 metode temporale: analiza amplitudinii

8.6 prin ce metode distingem un semnal EEG hipervoltat? Cum?

8.7 metoda zero-crossing

8.8 funcţia de corelaţie D, Ap

8.9 principiul metodei frecvenţiale

8.10 analiza frecvenţei EEG prin filtre

8.11 analiza Fourier a semnalului EEG

8.12 detecţia elementelor tranzitorii

8.13 ce este reprezentarea Bickford

8.14 interpolarea în maping EEG

8.15 tipuri de hărţi cerebrale

8.16 ce este analiza parametrică

8.17 parametrii Hjorth ai semnalului EEG

8.18 teste pentru prelucrarea semnalului EEG

8.19 deficienţele metodelor elementare de analiză a semnlului EEG

8.20 metode integrative de analiză a semnalului EEG - enumerare

8.21 tipuri de evocări în EEG standard

8.22 definiţia potenţialelor evocate

8.23 fazele detecţiei potenţialelor evocate

8.24 principiul metodei medierii (averaging)

8.25 tipuri de stimulări - potenţiale evocate

8.26 tipuri de semnale din investigaţii respiratorii şi ale organelor de simţ

8.27 comunicarea extraverbală

9 Cursul 9 – Prelucrarea imaginilor: metode în imagistica medicală

9.1 clasificarea imaginilor medicale

9.2 principiul imaginilor radiologice Rx

9.3 principiul imaginilor tomograficeTC

9.4 principiul imaginilor RMN

9.5 principiul imaginilor echo

9.6 principiul scintigrafiei

9.7 principiul termografiei

9.8 principiul angiografiei

9.9 proiectul Visible Human

9.10 reconstrucţia structurilor

10 Cursul 10 – Prelucrarea imaginilor: procesarea imaginilor digitale

10.1 definiţia imaginilor digitale D, F

10.2 eşantionarea imaginilor

10.3 rezoluţia imaginilor

10.4 cuantizarea imaginilor

10.5 numărul de biţi necesari pentru a memora o imagine F

10.6 vecinătatea de 4 a unui pixel

10.7 vecinătatea de 8 a unui pixel

10.8 distanţe între pixeli - tipuri

10.9 histograma unei imagini

10.10 reprezentarea imaginilor color

10.11 filtrarea imaginilor D

10.12 tipuri de filtre pentru imagini - enumerare

10.13 tipuri de operaţii cu imagini

10.14 operaţii cu imagini – operatorul NOT – Ex

10.15 operaţii cu imagini – operatorul AND – Ex

10.16 operaţii cu imagini – operatorul OR – Ex

10.17 operaţii cu imagini – operatorul XOR – Ex

11 Cursul 11 – Decizia medicală asistată: metode logice, metode statistice

11.1 direcţii de aplicare a calculatoarelor în decizia medicală

11.2 optimizarea tratamentului în oncologie

11.3 clasificarea metodelor de diagnostic asistat

11.4 reprezentarea cunoştinţelor în metodele logice de diagnostic asistat

11.5 reprezentarea cunoştinţelor în metoda Bayes de diagnostic asistat

11.6 reprezentarea cunoştinţelor în metoda pattern recognition de diagnostic asistat

11.7 reprezentarea cunoştinţelor în sistemele expert de diagnostic asistat

11.8 principiul metodelor logice de diagnostic asistat

11.9 baza de cunoştinţe BC în metodele logice de dignostic asistat

11.10 reprezentarea datelor pacientului în metodele logice de dignostic asistat

11.11 tipuri de metode logice de diagnostic asistat

11.12 dezavantajele metodelor logice de diagnostic asistat

11.13 baza de cunoştinţe BC în regula lui Bayes de diagnostic asistat

11.14 formula regulei lui Bayes

11.15 dezavantajele metodei Bayes de diagnostic asistat

11.16 baza de cunoştinţe BC în metoda pattern recognition de diagnostic asistat

11.17 etapele aplicării metodei clasificării

11.18 etapele aplicării metodei grupării

12 Cursul 12 – Decizia medicală asistată: metode euristice, estimarea calităţii deciziei

12.1 tipuri de învăţare în inteligenţa artificială

12.2 tipuri de propoziţii, valoarea de adevăr

12.3 principiile logicii

12.4 propoziţii compuse D

12.5 negaţia – D, S

12.6 conjncţia – D, S

12.7 disjuncţia – D, S

12.8 disjuncţia exclusivă – D, S

12.9 implicaţia – D, S

12.10 echivalenţa – D, S

12.11 inferenţa logică, definiţie, structură

12.12 modus ponens – D, S

12.13 modus tollens – D, S

12.14 silogismul – D, S

12.15 structura unui sistem expert - schemă

12.16 sistemul de comunicare al unui sistem expert – rol

12.17 sistemul rezolutiv al unui sistem expert – rol

12.18 sistemul cognitiv al unui sistem expert - rol

12.19 sistemul explicativ al unui sistem expert - rol

12.20 sistemul metarezolutiv al unui sistem expert - rol

12.21 baza de cunoştinţe a unui sistem expert - nivele

12.22 exemple de sisteme expert medicale

12.23 evaluarea calităţii deciziei: fals negativi tabel, D

12.24 evaluarea calităţii deciziei: fals poyitivi tabel D

12.25 evaluarea calităţii deciziei: sensibilitatea D, F

12.26 evaluarea calităţii deciziei: specificitatea D, F

12.27 evaluarea calităţii deciziei: valoarea predictivă pozitivă D, F

12.28 evaluarea calităţii deciziei: valoarea predictivă negativă D, F

12.29 evaluarea calităţii deciziei: acurateţea F

12.30 evaluarea calităţii deciziei: rata erorii de clasificare

12.31 relaţia sensibilitate-specificitate

12.32 curba ROC

13 Cursul 13 – Sisteme informatice: fluxuri informaţionale, sisteme în asistenţa primară

13.1 tipuri de activităţi medicale E

13.2 profesii asociate domeniului medical S (sau E)

13.3 încadrarea activităţii medicale în context social S

13.4 sistem informaţional, sistem informatic D

13.5 fişa electronică a pacientului – structura S

13.6 comparaţie fişa clasică/fişa electronică a pacientului

13.7 sistem informatic al medicului de familie: module E

13.8 modulul medical

14 Cursul 14 – Sisteme informatice: sisteme informatice clinice, sistemul informatic de spital