Métodos Computacionais em Biomedicina

Conhecimentos de Base Recomendados

Cálculo I e Cálculo II.

Métodos de Ensino

O ensino da unidade curricular é composto por aulas teóricas (T) e práticas-laboratoriais (PL).
As T visam o estudo de modelos e o ensino das técnicas de análise numérica, à medida que os alunos precisam de ferramentas para a resolução de cada um dos problemas, aplicados computacionalmente à área da Biomedicina. Estas aulas estimulam a compreensão e integração dos conhecimentos.  
As aulas PL são práticas computacionais com recurso ao MatLab, que permitem a implementação e aplicação prática dos métodos estudados, e promovem o trabalho e a discussão em grupo.

Resultados de Aprendizagem

– Adquirir conhecimentos de modelação matemática aplicados a sistemas biológicos e à biomedicina.
– Dotar o aluno de ferramentas numéricas que possibilitem a obtenção de uma ou mais soluções aproximadas de problemas cuja resolução não pode ser efetuada de forma analítica.
– Aplicar estes conhecimentos na resolução, por meios computacionais, de problemas na área da biomedicina.
– Reconhecer a importância dos métodos computacionais na resolução de problemas complexos em áreas associadas aos processos biológicos e médicos.
– Reforçar a competência em programação e a compreensão das especificidades dos algoritmos
estudados para a resolução de problemas específicos no âmbito da engenharia biomédica
– Desenvolver o espírito crítico e a análise dos resultados.

Programa

1.    Modelos matemáticos estudados com recurso a técnicas de Análise Numérica:
1.1.    Modelos matemáticos de crescimento populacional
1.2.    Modelos matemáticos de ecossistemas
1.3.    Modelos epidemiológicos
1.4.    Modelo matemático para Imunoterapia
1.5.    Modelos de libertação de fármacos
1.6.    Modelo de propagação do impulso nervoso
1.7.    Modelo Cardiovascular
2.    Bases de análise numérica:
2.1.    Interpolação polinomial.
2.2.    Diferenciação numérica.
2.3.    Integração numérica: regras dos Trapézios e Simpson.
2.4.    Raízes de equações não lineares: métodos da bissecção e Newton-Raphson.
2.5.    Sistemas lineares de equações: resolução numérica – métodos iterativos.
2.6.    Resolução numérica de sistemas não lineares: Método de Newton.
2.7.    Resolução numérica de equações diferenciais ordinárias e de sistemas de equações diferenciais: métodos de Euler, Runge-Kutta e preditor-corrector.

Docente(s) responsável(eis)

Pascoal Martins da Silva

Métodos de Avaliação

A avaliação será composta por dois trabalhos, com cotação de 8 valores no total, e um exame final de 12 valores - com mínimos de 5.00 valores (a realizar em época normal e/ou de recurso e época especial). A nota final será a soma dos trabalhos (não há exigência de nota mínima) com a nota do exame, se o aluno tiver mínimos no exame. O aluno é aprovado na disciplina se tiver classificação final mínima de 10 valores.

A unidade curricular adota avaliação distribuída, composta por:

  1. Trabalho 1: 4 valores
  2. Trabalho 2: 4 valores
  3. Exame escrito: 12 valores, com mínimo de 5.00 valores (realizado na época normal, de recurso e/ou especial)

A classificação final é a soma (1) + (2) + (3), desde que o aluno obtenha mínimo de 5.00 valores no exame.

A aprovação requer classificação final maior ou igual a 10 valores.

Trabalhos e aulas de laboratório

  • A realização/entrega dos dois trabalhos é obrigatória.
  • Cada trabalho terá momentos de questões/avaliação em aula, no âmbito das aulas de laboratório (PL).
  • A frequência das aulas PL é obrigatória, com presença mínima em 11 aulas ao longo do semestre.
  • O incumprimento do mínimo de presenças nas aulas PL implica penalização até 2 valores na nota de cada trabalho.
  • Cada trabalho é realizado em grupos de 2 alunos, sendo a classificação atribuída individualmente.
  • Os trabalhos devem ser entregues em formato de relatório, contendo: apresentação do problema; conceitos relevantes; resolução numérica em Matlab com utilização dos códigos desenvolvidos em aula; apresentação e discussão de resultados; conclusões.
  • Não há mínimos obrigatórios nos trabalhos.

 

Defesa de nota

Os alunos com classificação superior a 17 valores em qualquer época de avaliação poderão ser sujeitos a prova escrita de defesa de nota.


    Estágio(s)

    NAO

    Bibliografia

    • S. Dunn. (2005). Numerical methods in Biomedical Engineering. Academic Press.
    • Pascoal Martins da Silva. (2024). Apontamentos de apoio às aulas teóricas acetatos – Métodos Computacionais em Biomedicina. DFM, ISEC.
    • A. Friedman, C.Y. Kao. (2014). Mathematical Modeling of Biological Processes, Lecture note on mathematical modeling in the life sciences. Springer.
    • Atkinson, K. E., An Introduction to Numerical Analysis. John Wiley.
    • Chapra, S. C. e Canale, R.P. Numerical Methods for Engineers. McGraw-Hill.
    • Conte, S. D. e De Boor, C. Elementary Numerical Analysis. McGraw-Hill.
    • Faires, J. D. e Burden, R. Numerical Methods. Brooks / Cole Publishing Company.
    • J.D. Murray. (2001). Mathematical Biology I: An Introduction. (Third Edition). IAM- Springer.
    • J.D. Murray. (2000). Mathematical Biology II: Spatial models and biomedical applications. (Third Edition). IAM- Springer.
    • Valença, M. R. Métodos Numéricos. Instituto Nacional de Investigação Científica.
    • Batel Anjo, A. J., Fernandes, R. e Carvalho, A. S.. Curso de MatLab. Principia
    • J. A. Rodrigues. (2003). Métodos Numéricos, Introdução, Aplicação e Programação. Edições Sílado.
    • R. Rodrigues, P.M. Silva, P.M. Rosa, Matemática e Animações. em http://www2.isec.pt/~ppr/.
    • P. DeVries, J. Hasbun. (2010). A First Course in Computational Physics. Jones & Bartlett Publishers.
    • C. Moler. (2008). Numerical Computing with MATLAB. SIAM.
    • G. Smith. (1985). Numerical Solution of Partial Differential Equations: Finite Difference Methods. Clarendon Press.
    • J. Faires, R. Burden. (2005). Numerical Analysis. Brooks/Cole.