Conhecimentos de Base Recomendados
Conhecimentos básicos de matemática e biologia.
Métodos de Ensino
Aulas Teóricas: As aulas teóricas serão utilizadas para apresentar os conceitos fundamentais relacionados com dados clínicos e os princípios de sistemas de gestão de bases de dados. Serão suportadas por recursos audiovisuais, apresentações, e exemplos práticos.
Aulas Práticas: As aulas de laboratório são de caráter prático e têm como objetivo permitir aos alunos aplicar os conceitos teóricos aprendidos nas aulas teóricas. Consistem em exercícios práticos relacionados com o desenho, implementação e análise de bases de dados clínicas.
Resultados de Aprendizagem
No final desta unidade curricular deve ser capaz de:
- Compreender conceitos relacionados com dados clínicos
- Explicar os princípios básicos dos sistemas de gestão de bases de dados
- Planear, implementar e manter uma base de dados clínica
- Extrair e analisar dados clínicos
- Avaliar a qualidade e fiabilidade de dados clínicos
- Conhecer questões éticas e legais relacionadas com a utilização de dados clínicos
- Apresentar dados clínicos
Programa
1. Introdução aos Dados Clínicos
- O que são dados clínicos?
- Importância dos dados clínicos
- Fontes de dados clínicos
- Questões éticas e legais relacionadas com a utilização de dados clínicos
2. Princípios dos Sistemas de Gestão de Bases de Dados
- Introdução aos sistemas de bases de dados
- Modelos de dados e design de bases de dados
- Sistemas de bases de dados relacionais
- SQL e consulta de bases de dados
3. Conceção de Bases de Dados
- Recolha e especificação de requisitos
- Design conceptual, lógico e físico de bases de dados
- Normalização e desnormalização de dados
- Indexação e otimização de consultas
4. Implementação e Manutenção de Bases de Dados
- Implementação e testes
- Validação de dados e controlo de qualidade
- Cópias de segurança e recuperação
- Segurança e controlo de acesso à base de dados
5. Extração e Análise de Dados
- Extração e transformação de dados
- Análise e visualização de dados
- Análise estatística
- Técnicas de aprendizagem automática
Docente(s) responsável(eis)
Maryam AbbasiMétodos de Avaliação
- Testes (6 valores)
. Aplicados no final de cada aula teórica
. Contam para avaliação os 6 melhores testes, valendo 1 ponto cada um (em 20).
- Exercícios (6 valores)
. A ser submetidos no final de cada aula prática
. Contam para avaliação os 6 melhores exercícios, valendo 1 ponto cada um (em 20).
- Projeto (8 valores)
. Composto por 4 metas, sendo que cada uma tem a cotação de 2 valores
Estágio(s)
NAO
Bibliografia
- Miniati, R., Iadanza, E., & Dori, F. (2016). Clinical engineering: From devices to systems. Amsterdam [etc.]: Academic Press.
- Saltzman, W. (2009). Biomedical engineering: Bridging medicine and technology. Cambridge [etc.]: Cambridge University Press.
- Rob, P., & Coronel, C. (2009). Database systems: Design, implementation, and management (8th ed.). Australia [etc.]: Thomson Course Technology.
- Najarian, K., & Splinter, R. (2006). Biomedical signal and image processing. Boca Raton [etc.]: Taylor & Francis.
- Enderle, J. D., Blanchard, S. M., & Bronzino, J. D. (2005). Introduction to biomedical engineering (2nd ed.). Amsterdam [etc.]: Elsevier.