Master, Full Time
- Campus Linz
- Email ptm@fh-ooe.at
- Telephone +43 5 0804 52100
- Download info sheet Contact us
Study Plan
Modules
Personalised Technical Medicine
| 1. | 2. | 3. | 4. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Fundamentals and practice of scripting |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fundamentals and practice of scriptingDie Student*innen können einfache Programme in der Skriptsprache Python erstellen. Sie kennen grundlegende Algorithmen und Datenstrukturen sowie Kontrollstrukturen und kennen die Konzepte „Interpreter“ und „Compiler“. Die Student*innen können mit einem Python-Interpreter arbeiten und grund-legende Daten- und Kontrollstrukturen für praktische Scripting-Aufgaben zielgerichtet und sicher verwenden. Zusätzlich sind Verwendung und Funk-tionsumfang von ausgewählten Python-Modulen bekannt und deren Ver-wendung geübt Dabei werden ausgewählte Module wie: os, sys, string, time und matplotlib, SQLit. (Module sqlite3), und Biopython analysiert. Fundamentals and practice of scripting
Die Student*innen erlernen die Skriptsprache Python. Dabei werden ausgewählte Module wie: os, sys, string, time und matplotlib adressiert. Reguläre Ausdrücke (Modul re), Datenbanken mit SQLite (Module sqli-te3), Biopython und verschiedenste Entwicklungsumgebungen (Python IDLE, Spyder, VS mit Python Plugin, PyCharm) werden erlernt und ana-lysiert. Ebenso bekommen die Studierenden einen kurzen Einblick in Jupyter Notebook / JupyterLab und die Studierende wenden die Module sklearn, scikit, pandas und numpy (Basics) an. Die Übung vermittelt pra-xisnahes Scripting mit Python, inklusive zentraler Module, Datenanalyse, regulärer Ausdrücke, Datenbanken und Entwicklungsumgebungen. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medical sensor technologies and signal processing |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medical sensor technologies and signal processingDie Student*innen kennen die Funktionsprinzipien der Messung elektrischer und nichtelektrischer Biosignale und verfügen über Kenntnisse zur Erfas-sung, Kommunikation und Übertragung von Vitaldaten. Die Student*innen haben Kenntnisse über die analoge Signalverarbeitung und Datenübertra-gung von medizinischen Sensoren, einschließlich der Verstärkung und Fil-terung von analogen Signalen. Außerdem erhalten die Student*innen Kenntnisse über die Grundlagen der digitalen Signalverarbeitung (DSP, ins-besondere eindimensionale digitale Signale). Medical sensor technologies and signal processing
Die Student*innen erwerben Kenntnisse über die physikalischen Funktionsprinzipien (optisch, elektrisch, chemisch, mechanisch) medizinischer Sensortechnologien. Sie verfügen über theoretische Kenntnisse ausgewählter medizinischer Sensoren in der Kardiologie (z. B. EKG (Elektrokardiogramm), Blutdrucksensoren), der Neurologie (z. B. EEG (Elektroenzephalogramm), EMG (Elektromyographie), sowie optischer und chemischer Sensoren zur Detektion chemischer Komponenten im Körper. Dazu gehören neben analogen Filterschaltungen und Messverstärkern auch der Aufbau, die Eigenschaften und die Arten von Sensoren und Elektroden sowie Elektroden des 2-Typs (d. h. Metall, in seinem eigenen Salz), Arten von Rauschen und Artefakten und deren Ursachen (physikalisch, biologisch), Aktive und passive Elektroden und deren Funktionsweise, Signalqualität (mechanische und elektrische Effekte - Artefakte) und AD-Wandler. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Selected topics in mathematics and statistics |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Selected topics in mathematics and statisticsDie Student*innen kennen grundlegende Inhalte, Methoden und die Fach-sprache der Mathematik und Statistik. Sie können algorithmische Verfahren zur Lösung zentraler Modellprobleme anwenden und die Rechenergebnisse im Kontext praktischer Fragestellungen interpretieren. Sie verfügen über ein grundlegendes Verständnis statistischer und stochastischer Konzepte und sind in der Lage, diese zur Beschreibung und Analyse biologischer Experi-mentdaten sowie zur Lösung darauf basierender Entscheidungsprobleme anzuwenden. Darüber hinaus können sie Ergebnisse statistischer Untersu-chungen interpretieren und fehlerhafte oder unsachgemäße Anwendungen statistischer Methoden kritisch hinterfragen. Ein besonderes Augenmerk liegt auf der Anwendung numerisch-analytischer und statistisch-stochasti-scher Modellbildung in konkreten Problemstellungen aus Biologie und Me-dizin. Selected topics in mathematics and statistics
Funktionen, Matrizen und Gleichungssysteme, Ableitungen, stetige und differenzierbare Funktionen, Einführung in Differentialgleichungen, mul-tivariate Ableitungen und Integrale. Numerische Optimierungsalgorith-men, Clustering-Methoden und funktionale Approximation realer Daten. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Introduction to molecular recognition in precision medicine |
3 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Introduction to molecular recognition in precision medicineDie Student*innen sind in der Lage, den Einsatz von biomedizinischen Ma-terialien wie Sonden, Kontrastmitteln und konjugierten Sonden für die medi-zinische Bildgebung und Monitoring vorzuschlagen. Sie erwerben Kennt-nisse über verschiedene Sondentypen (fluoreszierend, magnetisch, radio-aktiv) sowie die Zusammensetzung und Wirkung von Kontrastmitteln in der MRT, CT, Ultraschall und Röntgenbildgebung. Introduction to Molecular Recognition in Precision Medicine
Die Student*innen dieser Vorlesung erlernen die Entwicklung und An-wendung biomedizinischer Materialien wie Sonden, Kontrastmittel und konjugierte Proben für die medizinische Bildgebung und das Monitoring. Sie erwerben Kenntnisse über die verschiedenen Typen von Sonden, wie fluoreszierende, magnetische und radioaktive Sonden, die zur ge-zielten Detektion von Molekülen und Zellen eingesetzt werden. Die Stu-dent*innen lernen die Zusammensetzung von Kontrastmitteln in der MRT, CT, Ultraschall und Röntgen-Bildwerbung kennen, um deren Wir-kung auf die Bildqualität zu verstehen. Dabei liegt der Fokus auf den spezifischen chemischen/optischen Eigenschaften der Kontrastmittel, die es ermöglichen, Gewebeunterschiede sichtbar zu machen und die Bild-darstellung zu optimieren. Außerdem werden sie mit konjugierten Pro-ben vertraut gemacht, bei denen biologische Moleküle an Bildgebungs-träger wie Nanopartikel oder Magnetite gebunden werden, um gezielte molekulare Bildgebung und Monitoring zu ermöglichen. Ein weiterer Schwerpunkt liegt auf den Wechselwirkungen dieser Materialien mit biologischen Systemen und deren Biokompatibilität sowie der sicheren Anwendung in der klinischen Praxis. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medicine I: Fundamentals of the heart, circulation, respiration, and nervous system |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medicine I: Fundamentals of the heart, circulation, respiration, and nervous systemDie Student*innen kennen die anatomischen, histologischen, physiologi-schen und pathophysiologischen Grundlagen des Herz-Kreislaufsystems und der Atmung. Sie können zentrale physiologische Prozesse wie Atemmechanik, Gasaustausch, Herzmechanik und Kreislaufregulation be-schreiben und funktionell einordnen. Sie verfügen über Kenntnisse der funk-tionellen Neuroanatomie, einschließlich der Histologie des peripheren und zentralen Nervensystems. Darüber hinaus sind sie in der Lage, die physio-logischen und biochemischen Mechanismen der Signalentstehung und -weiterleitung in neuronalen Netzwerken zu erklären und auf konkrete medi-zinisch-biologische Fragestellungen anzuwenden. Medicine I: Fundamentals of Anatomy - Heart, Circulation, Respiration, and Nervous System
Die Lehrveranstaltung behandelt die Grundlagen der allgemeinen und organspezifischen Physiologie und Pathophysiologie, insbesondere von Herz, Kreislaufsystem, Atmung und Nervensystem. Thematisiert werden funktionelle und biochemische Prozesse wie Aktionspotenziale, Signalmechanismen, hormonelle Regulation, Energetik, Muskulatur, Blut und Immunsystem. Ergänzt wird dies durch Inhalte zur Neurophysiologie, darunter Erregungsleitung, motorisches System, biologische Rhythmen sowie Lern- und Gedächtnisprozesse. Ziel ist ein vertieftes Verständnis physiologischer und pathologischer Abläufe sowie deren diagnostische und therapeutische Relevanz. Medicine 1—heart, circulation, respiration, nervous system
Diese Lehrveranstaltung vermittelt die Grundlagen der allgemeinen und organspezifischen Physiologie sowie Pathophysiologie von Herz, Kreis-lauf, Atmung und Nervensystem. Schwerpunkte sind funktionelle und biochemische Mechanismen wie Aktionspotenzial, Signal- und Trans-portprozesse, Hormonregulation, Energetik, Muskulatur, Blut und Im-munsystem. Behandelt werden zudem Herzmechanik, Kreislaufregulati-on, Atemmechanik, Gasaustausch und Säure-Basen-Haushalt sowie pathophysiologische Veränderungen dieser Systeme. Im Bereich der Neurophysiologie stehen Erregungsübertragung, motorisches System, biologische Rhythmik, Lern- und Gedächtnisprozesse sowie Neuro-transmitter im Fokus. Ziel ist ein integratives Verständnis physiologischer und pathophysiologischer Prozesse als Grundlage therapeutischer An-sätze. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Project management and regulatory affairs in medicine/medical ethics |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Project management and regulatory affairs in medicine/medical ethicsStudent*innen kennen die Grundlagen des Projektmanagements, der Pro-jektakquise, der Projektplanung und der Kalkulation. Sie verfügen außer-dem über Kenntnisse in der Planung, unter Berücksichtigung von Vorschrif-ten und Ethik bei medizinischen Projekten. Die Student*innen kennen auch regulatorischen Anforderungen und ethischen Aspekten der personalisier-ten Medizin. Project management
Projektmanagement: Projektphasen. Zeit- und Ressourcenplanung, Lean-Management-Prinzipien, Risikoanalyse und Risikomanagement, Kommunikation im Projektmanagement, Umsetzung und Steuerung von Projekten. Regulatory matters in personalized medicine/medical ethics
Medizinethik: Grundbegriffe und Theorien, historische Entwicklung (hippokratischer Eid, Deklaration von Helsinki, GCP …), Umgang mit genetischen Informationen, Beispiele. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Digital data processing and data security |
4 | 2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Digital data processing and data securityDie Student*innen kennen Konzepte, Methoden und Sprachen des Daten-bankentwurfs mit Schwerpunkt auf konzeptueller und logischer Datenbank-modellierung. Sie verstehen die Grundlagen relationaler Datenbanksysteme sowie deren Architektur und Einsatzgebiete. Sie können den Entwurfspro-zess mit konkreten Datenbankmodellen durchführen und einen Datenbank-entwurf implementieren. Zudem kennen sie die Grundlagen von Abfrage-sprachen, um Daten zu definieren, abzurufen und in Anwendungen zu integ-rieren. Sie verfügen über vertiefte Kenntnisse zur Verwendung von Daten-banksystemen in der Anwendungsentwicklung, insbesondere für datenbank-basierte Webanwendungen im Bereich biologischer Datenbanken. Darüber hinaus kennen sie die Grundlagen der Daten- und IT-Sicherheit. Digital data processing
Ausgewählte Themen aus Daten-Engineering: Entwurfsmodelle (Spezialisierung, Generalisierung, Aggregation, Komposition, mengenwertige und strukturierte Attribute etc.) und deren Abbildung auf das relationale Modell. Konzepte von SQL: SQL-Grundlagen etc.) SQL-Anfragen (Ungewissheitsselektion, Verbundarten, Unterabfragen, Mengenoperationen, Aggregatfunktionen, Gruppierungen, Benannte Anfragen und Rekursion, SQL-Datenmanipulation, Anlegen von Benutzern und Rollen) Dateiorganisation und Zugriffsstrukturen (Speichertechniken, Indexierte Dateien, Cluster-Bildung, Umsetzung in SQL. Grundlagen Data Warehousing Grundkonzepte, (XML-Dokumente, Dokument Type Definition DTDs, Namensräume), XML-Schema. Data security & data law, IT security, and technical data protection
In dieser VO erwerben die Student*innen grundlegende Kenntnisse in den Bereichen Datensicherheit, Datenrecht sowie IT-Sicherheit und tech-nischer Datenschutz. Der Fokus liegt auf den rechtlichen und technischen Aspekten des Umgangs mit sensiblen Gesundheitsdaten, der Sicherstel-lung von Datenschutzvorgaben und der Einhaltung regulatorischer Anfor-derungen in der personalisierten Medizin und im Gesundheitswesen. Die Student*innen erwerben Grund-Kenntnisse, die insbesondere angesichts der wachsenden Bedrohung durch Cyberangriffe und strengerer gesetzli-cher Anforderungen durch die DSGVO und andere Vorschriften ein zent-rales Element moderner IT-Strategien sind |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Digital signal and image processing and medical pattern recognition |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Digital signal and image processing and medical pattern recognitionDie Student*innen kennen grundlegende physikalisch-technische Prinzipien bildgebender Verfahren im biomedizinischen Kontext. Sie verstehen die Funktionsweise und Methodik verschiedener bildgebender Modalitäten – von der Analyse subzellulärer Strukturen (z. B. mittels 3D-TEM) bis zur hochauf-gelösten Darstellung des menschlichen Körpers (z. B. mittels Multislice-CT). Sie verfügen über Kenntnisse in der biomedizinischen Bildverarbeitung und können grundlegende Verfahren der Bildvorverarbeitung (z. B. Filterung), Modellierung und Informationsgewinnung aus Bilddaten anwenden – bis hin zum Einsatz komplexer Algorithmen zur Extraktion diagnostisch oder wis-senschaftlich relevanter Merkmale. Die Studierenden kennen grundlegende Techniken der digitalen Bildverarbeitung und sind in der Lage, diese in bio-medizinischen Anwendungen wie der 3D-Operationsplanung und chirurgi-schen Navigation anzuwenden. Sie können zentrale Verfahren wie Segmen-tierung, Registrierung und Bildkompression gezielt einsetzen und deren Er-gebnisse interpretieren. Digital signal and image processing and medical pattern recognition
Die Student*innen erhalten auf Basis einfacher physikalisch/technischer Grundlagen Einblick in die Funktionsweise und Methodik bildgebender Modalitäten im biomedizinischen Umfeld. Der Bogen umspannt Analyse von subzellulären Strukturen (3D TEM) bis zur hochaufgelösten Darstel-lung des Menschen in der Multislice CT. Der zweite Schwerpunkt des Moduls, die biomedizinische Bildverarbeitung bietet eine Einführung in die digitale Bildverarbeitung ausgehend von einfachen Methoden der Vorverarbeitung (Filtern) und Modellierung der biomedizinischen Bildda-ten bis zu komplexen Algorithmen zur Informationsextraktion aus bildhaf-ten Daten. Grundlagen der Biomedizinischen Bildverarbeitung mit Schwerpunkt auf der Verarbeitung von Daten aus Schichtabbildungsver-fahren. Die Ausbildungsziele beginnen mit grundlegenden Techniken der digitalen Bildverarbeitung bis zu den klinischen Beispielen aus der 3D Operationsplanung und Chirurgischer Navigation. Lineare Abbildungs-Systeme, Sampling und digitale Bilder, Metriken in digitalen Bildern, Kon-trastverstärkung, Filter in Orts- und Frequenzdarstellung, Segmentierung, Scale-Spaces, Registrierung, Texturanalyse, Oberflächenmodelle und Visualisierung in 3D, Informationstheorie, Bildkompression. In der Übung wenden die Studierenden Bildverarbeitungsmethoden wie Segmentie-rung, Registrierung und 3D-Visualisierung auf reale Daten aus 3D-TEM und Multislice-CT an. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Imaging and monitoring in precision medicine II |
15 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Imaging and monitoring in precision medicine IIDie Student*innen müssen eines von drei Wahlfächern aus den aktuellen Forschungsschwerpunkten wählen, die alle denselben wissenschaftlichen Level an Kompetenzerwerb erfüllen: Gemeinsam fördern alle drei Wahlfächer die Ausbildung zentraler fachlicher, methodischer und übergreifender Kompetenzen im Bereich der personali-sierten Medizin. Die Studierenden entwickeln ein tiefgehendes Verständnis der technologischen, analytischen und klinischen Grundlagen individueller Gesundheitsversorgung. Sie sind in der Lage, komplexe biologische, tech-nische und klinische Daten kritisch zu bewerten, miteinander zu verknüpfen und daraus diagnostische oder therapeutische Schlussfolgerungen abzulei-ten. Auf methodischer Ebene erwerben die Studierenden die Fähigkeit, mo-derne Technologien – von nanoskaligen Sensoren über tragbare Monito-ring-Systeme bis hin zu innovativen bildgebenden Verfahren – gezielt in per-sonalisierte Konzepte zu integrieren. Sie lernen, geeignete Methoden aus-zuwählen, deren Einsatz kritisch zu reflektieren und Ergebnisse wissen-schaftlich fundiert zu interpretieren. Darüber hinaus stärken die Wahlfächer die interdisziplinäre Kompetenz der Studierenden. Sie werden befähigt, an Schnittstellen zwischen Naturwissenschaft, Technik und Medizin zu arbei-ten, fachübergreifende Perspektiven einzunehmen und in interprofessionel-len Teams Lösungen für patientenorientierte Fragestellungen zu entwickeln. Im Bereich der personalen und ethischen Kompetenzen erwerben die Stu-dierenden ein ausgeprägtes Bewusstsein für die Verantwortung, die mit der Anwendung innovativer Technologien im Gesundheitswesen einhergeht. Sie reflektieren ethische, rechtliche und datenschutzbezogene Aspekte der personalisierten Diagnostik und Therapie und berücksichtigen diese bei der Planung und Durchführung wissenschaftlicher und klinischer Projekte. Insgesamt tragen die Wahlfächer dazu bei, die Studierenden zu Expertinnen und Experten einer modernen, daten- und technologiegestützten Medizin auszubilden, die wissenschaftlich fundiert, patientenzentriert und verantwor-tungsbewusst agieren. Experimental imaging methods in clinical practice
In dieser ILV werden off-label Anwendungen und experimentelle Bildge-bungsverfahren untersucht, die über den klassischen Einsatz hinausge-hen. Dabei wird ein besonderes Augenmerk auf die Nutzung innovativer Bildgebungstechnologien in der klinischen Praxis gelegt, wie beispiels-weise fMRI, PET, OCT und Magnetresonanztomographie. Die Stu-dent*innen lernen, wie diese Verfahren in der Diagnostik und Therapie-überwachung bei nicht-standardisierten Krankheitsbildern und experi-mentellen Anwendungen eingesetzt werden, etwa in der neurodegenera-tiven Forschung, der Tumorerkennung und der Beurteilung von Entzün-dungsprozessen. Darüber hinaus werden Multiparametrische Bildge-bung und innovative Verfahren wie Photoakustische Tomografie und Magnetresonanzspektroskopie behandelt. Die Student*innen erhalten ein Verständnis für die klinischen Herausforderungen und die Chancen, die sich aus der Anwendung dieser experimentellen Bildgebungsverfah-ren in der modernen Medizin ergeben. Diese Lehrinhalte werden auch praktisch an Beispielen vermittelt. Nano-bio analysis in personalized medicine
Die Lehrinhalte betonen die vielfältigen Anwendungen der Molekular-Technologie und heben ihr Potenzial hervor, komplexe Herausforderungen in der Neurologie und kardiovaskulären Medizin zu bewältigen, um personalisierte und präzisere Therapien zu ermöglichen. Beispiele für den Einsatz der solche Analytik umfassen z. B. die Diagnostik neurodegenerativer Erkrankungen, wie die Alzheimer-Erkennung mit Nanosensoren und die Visualisierung neuronaler Strukturen mittels Quantum Dots. Die Studierenden lernen zudem den Einsatz von solcher Technologie zur gezielten Medikamentenfreisetzung und zur Regeneration neuronaler Gewebe. In der kardiovaskulären Medizin liegt der Schwerpunkt auf der Anwendung von Nanosensoren zur Früherkennung von Herz-Kreislauf-Erkrankungen sowie der Nutzung von solchen Technologien zur Überwachung von Körperparametern und der Optimierung von Implantaten. Diese Lehrinhalte werden auch praktisch an Beispielen vermittelt. Portable monitoring systems in personalized medicine
Portables Monitoring in der personalisierten Medizin befasst sich mit der Integration von portablen Technologien und personalisierten Gesundheitslösungen im Kontext der individualisierten medizinischen Versorgung befassen. Portables Monitoringsysteme bieten eine wichtige Möglichkeit zur kontinuierlichen Datenerfassung und -analyse, die personalisierte Interventionen und die Früherkennung von Krankheiten unterstützt. Themen: portables EKG, tragbare Geräte zur kontinuierlichen Blutzuckermessung, Smartwatches mit Sensoren für Vitalparameter (Herzfrequenz, Blutdruck, Sauerstoffsättigung), Sensoren zur Überwachung von Schlafverhalten, Aktivität und Fitness, **Integration von portablen Geräten in die medizinische Versorgung** (Überwachung chronischer Krankheiten, Anpassung der Medikation oder Prävention von Gesundheitsrisiken), Erstellung eines detaillierten Patientenprofils. **Datenanalyse und Individualisierung, Integration von Genetik, Lebensstil und portablem Monitoring. Klinische Anwendung von portablem Monitoring in der Präzisionsmedizin**, Praktische Beispiele für den Einsatz von portablen Monitoring-Systemen in klinischen Studien oder bei der Behandlung von Patienten mit chronischen Krankheiten wie Diabetes, Herz-Kreislauf-Erkrankungen oder neurologischen Störungen. **Therapieanpassung und Überwachung in Echtzeit**, Funktionen portabler Geräte in klinischen Studien. Diese Lehrinhalte werden auch praktisch an Beispielen vermittelt. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medicine II: Diseases and monitoring of the cardiovascular, respiratory and nervous systems |
8 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medicine II: Diseases and monitoring of the cardiovascular, respiratory and nervous systemsDie Student*innen verfügen über fundierte Kenntnisse der Anatomie, Physi-ologie und Pathophysiologie der Organsysteme Herz, Kreislauf, Atmung und Nervensystem. Sie kennen die wichtigsten Krankheitsbilder dieser Systeme und können deren klinische Relevanz im Zusammenhang mit diagnostischen und monitorischen Verfahren einordnen. Die Student*innen sind in der Lage, klinische Anwendungsszenarien fallbasiert zu analysieren und diagnostische sowie monitoringbezogene Maßnahmen bei Herzklappenerkrankungen, Herzinsuffizienz, Rhythmusstörungen, koronarer Herzerkrankung, zentral-nervösen Erkrankungen sowie intensivmedizinischen Zuständen wie Schock und Sepsis zu beurteilen und anzuwenden. Darüber hinaus sind sie in der Lage, diagnostische und technische Methoden bei Erkrankungen wie Asthma, COPD, Schlafapnoe und neurodegenerativen Störungen zu bewer-ten und Nutzen sowie Risiken moderner Technologien – etwa im Rahmen der Lungenkrebsfrüherkennung – kritisch zu reflektieren. Die Student*innen verstehen die grundlegenden Konzepte der Syndromolo-gie, Ätiologie und Pathophysiologie und können diese auf die klinischen Bil-der der jeweiligen Fachdisziplinen anwenden. Medicine II: Diseases, therapies, and monitoring of the cardiovascular and respiratory systems
Vermittlung fundierter Kenntnisse zu den wichtigsten kardiovaskulären Erkrankungen, einschließlich koronarer Herzkrankheit, Herzinfarkt, Herzinsuffizienz, Rhythmusstörungen, Herzklappenerkrankungen, Synkope, peripherer arterieller Verschlusskrankheit und angeborener Herzfehler. Behandelt werden Pathophysiologie, Diagnostik und Therapie dieser Krankheitsbilder sowie die Anwendung relevanter Untersuchungs- und Therapiekonzepte. Schwerpunkte liegen auf der EKG-Interpretation, der kardiovaskulären Bildgebung mittels Echokardiographie, CT und MRT sowie auf geschlechterspezifischen Aspekten in Epidemiologie, Diagnostik und Therapie. Behandlung der Diagnostik und des Monitorings obstruktiver Atemwegserkrankungen wie Asthma und COPD sowie schlafbezogener Atemstörungen. Ergänzend werden Nutzen und Risiken technischer Verfahren in der Frühdiagnostik, exemplarisch am Beispiel des Lungenkarzinoms, vermittelt und diskutiert. Medicine II: Diseases, therapies, and monitoring of the cardiovascular, respiratory, and nervous systems, as well as anesthesia and intensive care medicine
Die Lehrveranstaltung vermittelt den Student*innen ein fundiertes Ver-ständnis der neurologischen Syndromologie unter Einbezug neuroana-tomischer und neurophysiologischer Grundlagen sowie der Ätiologie, Pathophysiologie und Risikofaktoren wichtiger neurologischer Erkran-kungen. Sie sind in der Lage, Symptomatik und Diagnostik einschließlich apparativer Verfahren zum Monitoring neurologischer Systeme zu erklä-ren und Differentialdiagnosen sowie Therapieansätze und präventive Maßnahmen zu erarbeiten. Behandelt werden dabei unter anderem cerebrovaskuläre Störungen wie Schlaganfall, Ischämie und Hirnblutun-gen, Epilepsien, Bewegungsstörungen wie Morbus Parkinson, neuro-traumatologische Erkrankungen sowie Aspekte der Schlafmedizin. Dar-über hinaus erwerben die Studentinnen ein Verständnis für relevante neuroimmunologische und metabolische Erkrankungen der Neurologie. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Scientific work |
4 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Scientific workDie Student*innen kennen grundlegende Methoden des wissenschaftlichen Arbeitens mit Schwerpunkt auf medizinische und biophysikalische Frage-stellungen. Sie sind in der Lage, wissenschaftliche Problemstellungen sys-tematisch zu erfassen, Hypothesen abzuleiten, Experimente zu planen und durchzuführen sowie erhobene Daten sachgerecht auszuwerten und zu in-terpretieren. Zudem verfügen sie über Kompetenzen in Literaturrecherche, wissenschaft-lichem Schreiben und der strukturierten Präsentation von Forschungsergeb-nissen. Sie können wissenschaftliche Quellen kritisch bewerten und ethi-sche Aspekte im gesamten Forschungsprozess angemessen berücksichti-gen. Scientific work
Behandelt werden die Grundlagen wissenschaftlicher Methodik in Medi-zin und Biophysik. Inhalte sind die Planung und Durchführung von Expe-rimenten, die Auswertung und Interpretation von Daten, Methoden der Literaturrecherche, wissenschaftliches Schreiben sowie die Präsentation von Forschungsergebnissen. Ergänzend werden ethische Fragestellun-gen thematisiert, die insbesondere in medizinischen und biophysikali-schen Forschungsfeldern von zentraler Bedeutung sind. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Artificial intelligence and machine learning |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Artificial intelligence and machine learningDie Student*innen verfügen über fundierte Kenntnisse in den Bereichen ma-schinelles Lernen, Data Mining, Deep Learning sowie dem Aufbau mathe-matischer Modelle für verschiedene Systemtypen. Darüber hinaus kennen sie Methoden und Algorithmen zur Lösung von Optimierungs- oder Klassifi-kationsproblemen in verschiedenen Domänen. Sie verfügen über Kennt-nisse der Method und heuristischen Algorithmen für die Lösung von Daten-analyse- und Optimierungsproblemen in unterschiedlichen Domänen oder Kenntnisse der Methoden und Algorithmen der klassischen (numerischen) Verfahren für die Lösung der Optimierungsprobleme in den gleichen Domä-nen. Sie können Deep-Learning-Methoden zur Klassifizierung und Muster-erkennung, basierende auf neuronalen CNN und MLP-Netzen anwenden. Artificial intelligence and machine learning
Einführung (Knowledge Discovery Prozess und Data Mining, biomedizi-nische Anwendungen), Supervised Data Mining – Attributselektion, Klas-sifikation (Klassifikationsproblem mit CNN Netze, Bewertung, Validie-rung, Verfahren – binär logistische Regression, Entscheidungsbäume, k-NN, Support Vector Machines), Unsupervised Data Mining – Clustering (partitionierende Verfahren, k-means, EM – hierarchische Verfahren, Single Link - dichte-basierte Verfahren , Neuronale Netze , Deep Learn-ing Verfahren in der Medizin. Diese Lehrinhalte werden auch praktisch in einer Übung vermittelt. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Imaging and monitoring in precision medicine I |
8 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Imaging and monitoring in precision medicine IDie Student*innen kennen fortschrittliche Bildgebungs- und Monitoring-Ver-fahren zur Diagnose und Überwachung von Krankheitsprozessen in der Prä-zisionsmedizin. Sie verstehen die grundlegenden Funktionsweisen radiolo-gischer Bildgebungsverfahren, insbesondere der Computertomografie, Mag-netresonanztomografie sowie hybrider Bildgebungsverfahren, und sind in der Lage, die zugrunde liegenden technisch-physikalischen Prozesse der Bildgenerierung zu erläutern. Zudem verfügen sie über Kenntnisse verschie-dener Methoden des physiologischen Monitorings, insbesondere in speziali-sierten Anwendungsfeldern wie neurologischem, intensiv-/respiratorischem und kardiologischem Monitoring. Sie können Signale interpretieren, klinisch einordnen und in Bezug auf Messvalidität, Risiken und Datenverarbeitung bewerten. Die Studierenden sind in der Lage, geeignete Post-Processing-Verfahren zur Auswertung und zum Vergleich medizinischer Bild- und Moni-toringdaten anzuwenden. Sie kennen die Vor- und Nachteile verschiedener Monitorings-Datenströme und können klinische Datenquellen – wie Patien-tenakten, Monitoringsysteme und Geräte – gezielt für forschungsrelevante Fragestellungen nutzen. Applied radiological imaging in precision medicine
In dieser Übung lernen die Student*innen die grundlegenden Techniken zur Analyse der Bildqualität in der radiologischen Bildgebung, einschließ-lich der Berechnung von Signal-to-Noise Ratio (SNR) und Contrast-to-Noise Ratio (CNR). Sie wenden diese Techniken auf verschiedene CT-, MRT- und Hybridbilder an, um die Bildqualität zu bewerten und Artefakte zu identifizieren. Zudem üben sie die Anwendung von Bildgewichtung, Fenstergrößen (Windowing) und Kernelmodifikationen, um die Bilddar-stellung zu optimieren. Die Studierenden führen ebenfalls ein standardisiertes Post-Processing durch, indem sie Bildsequenzen anpassen und die Auswirkungen auf die Bildqualität beobachten. Am Ende analysieren sie die Ergebnisse und diskutieren mögliche Verbesserungen im klini-schen Kontext. Monitoring in precision medicine
Die Student*innen lernen Methoden des physiologischen Monitorings, deren technische Grundlagen, klinische Anwendung und Signalinterpre-tation. Radiological imaging in precision medicine
Technisch-physikalische Grundlagen der radiologischen Bildgebung (CT, MRT, Hybridverfahren) im Überblick. Die Student*innen erhalten einen vertieften Überblick über die technisch-physikalischen Grundlagen der radiologischen Bildgebung, beginnend mit der Computertomografie (CT), bei den Röntgenstrahlen verwendet werden, um Querschnittsbilder des Körpers zu erzeugen. Sie lernen die Funktionsweise der Magnetresonanztomografie (MRT) kennen, bei den starken Magnetfeldern und Radiowellen eingesetzt werden, um detaillierte Bilder von Weichgewebe zu erstellen. Zudem werden sie in die Prinzipien und Anwendungen von Hybridverfahren wie PET/CT und PET/MRT eingeführt, die die Vorteile von funktionellen und anatomischen Bildgebungsverfahren kombinieren, um eine präzisere Diagnose zu ermöglichen. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Molecular techniques and data analysis in precision medicine |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Molecular techniques and data analysis in precision medicineDie Student*innen können molekulare Techniken wie Next Generation Se-quencing (NGS), PCR, Proteomik, Metabolomik und Genome Editing zur Analyse biomolekularer Daten in der personalisierten Medizin anwenden. Sie sind in der Lage, molekulare Profile zu erstellen, Krankheitsmarker zu identifizieren und diese für Diagnose, Therapieplanung und -überwachung zu nutzen. Molecular techniques and data analysis in precision medicine
Grundlagen der Zellbiologie: Zellteilung, Stammzellen, Kommunikations- und Transportmechanismen, Membranrezeptoren. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Multimodal analysis in medicine |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Multimodal analysis in medicineDie Student*innen können Patientendaten aus unterschiedlichen Quellen – wie Monitoring, Bildgebung (MRT, CT, PET), molekularen und genetischen Analysen sowie klinischen Parametern – systematisch zu erfassen, multi-modal zu verarbeiten und kritisch zu interpretieren. Die Student*innen er-werben die Fähigkeit, verschiedene Bildgebungs- und Analyseverfahren ge-zielt zu kombinieren, Post-Processing-Techniken anzuwenden und digitale sowie programmiertechnische Werkzeuge zur Optimierung von Datenquali-tät und Aussagekraft einzusetzen. Sie sind in der Lage, klinische Informati-onen mit molekularen und genetischen Befunden zu integrieren, um kom-plexe Krankheitsbilder differenziert zu verstehen, fundierte Diagnosen zu unterstützen und personalisierte Therapieansätze zu entwickeln. Advanced multimodal in vivo imaging techniques
In dieser ILV werden fortgeschrittene In-vivo-Bildgebungstechniken behandelt, die in der modernen Medizin eingesetzt werden. Die Student*Innen lernen, wie verschiedene Bildgebungsmethoden wie MRT, PET und CT kombiniert werden können, um detailliertere und genauere Informationen über den Zustand des Körpers zu erhalten. Ein Schwerpunkt liegt auf der klinischen Anwendung dieser multimodalen Bildgebungstechniken, um Diagnosen zu verbessern und personalisierte Therapieansätze zu entwickeln. Multimodal analysis in medicine
Diese VO behandelt die Integration verschiedener medizinischer Mess-methoden wie Bildgebungstechniken (MRT, CT, PET), genetische und molekulare Analysen sowie klinische Daten nach dem Post-Processing. Die Student*innen lernen, wie diese unterschiedlichen Datenquellen kombiniert werden können, um eine präzisere Diagnostik und individuel-lere Therapieansätze zu ermöglichen. Der Fokus liegt auf der Optimie-rung der Diagnostik durch den synergistischen Einsatz multimodaler Analyseverfahren und deren praktische Anwendung in der klinischen Praxis. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medicine III: Problem-oriented experiment – project |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medicine III: Problem-oriented experiment – projectDie Student*innen können ihr erworbenes theoretisches Wissen in Koope-rationsprojekten mit realen Auftraggebern anwenden und dadurch das Ver-ständnis sowie den Anwendungsbezug des Gelernten vertiefen. Sie sind in der Lage, im 3. Semester in kleinen Teams ein umfangreiches, problemorientiertes Experiment mit realem Praxisbezug durchzuführen. Fachlich können sie medizinische und technische Kenntnisse zur Lösung von Problemen einsetzen und gezielte Literaturrecherchen zur wissen-schaftlichen Fundierung durchführen. Methodisch sind sie fähig, kreative und innovative klinisch-technische Lö-sungen zu entwickeln sowie Probleme strukturiert zu analysieren und sys-tematisch zu lösen. Sozial und kommunikativ können sie effektiv in interdisziplinären Teams zu-sammenarbeiten und den Austausch mit medizinischen und technischen Spezialist*innen gestalten. Personell sind sie in der Lage, komplexe Aufgaben selbstständig zu bear-beiten, eigene Lernziele zu reflektieren und weiterzuentwickeln sowie Er-gebnisse professionell zu präsentieren und zu dokumentieren. Medicine III: Problem-oriented experiment – Project
Ein fachübergreifendes Projekt im klinischen Setting wird in Gruppen durchgeführt und befasst sich mit einer klinischen Fragestellung oder Herausforderung im Bereich der Diagnostik, Behandlung oder Nachsor-ge von individuellen Patient*innen unter Einsatz von technologischer Lösungen (Beispiel Fragestellung: Entwickle eine noch nicht etablierte Technik, um die Störung der Mikrozirkulation während Sepsis zu unter-suchen und die Auswirkungen der Volumenresuscitation zu überwa-chen). Ziel dieser Lehrveranstaltung ist es, dass die Studierenden ihr erworbenes Wissen praxisnah anwenden, um eine kreative und innovati-ve Lösung zu entwickeln, die in einem klinischen Kontext anwendbar ist. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Gender studies, communication, self-reflection and emergency management in healthcare |
1 | 5 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Gender studies, communication, self-reflection and emergency management in healthcareDieses Modul stärkt die Kommunikationsfähigkeit und soziale Interaktion im medizinischen Umfeld. Es fördert den professionellen Umgang mit belasten-den Situationen und unterstützt die Entwicklung von Selbstreflexion. Erwei-terte Erste-Hilfe-Maßnahmen nach ERC-Standards stehen im Fokus, um ein sicheres und effektives Handeln in Notfällen zu ermöglichen. Zudem werden zentrale Begriffe, Konzepte und Herausforderungen der Gender Studies be-handelt – mit besonderem Augenmerk auf Verständlichkeit und Praxisbezug anhand aktueller Entwicklungen und anschaulicher Beispiele. Self-reflection and dealing with stressful situations
In dieser VO lernen die Student*innen, wie sie belastende Situationen im medizinischen Umfeld erkennen, damit umgehen und ihre eigenen Reaktionen selbstreflektiert steuern können. Dabei werden auch Strategien zur Stressbewältigung und Resilienzförderung vermittelt. ,Überblick über Belastungssituationen & krisenhafte Situationen im speziellen Bezug zum Gesundheitssystem (Ängste, Diagnosen, Prognosen etc.), Arten von Krisen, Stressreaktion und Belastungsreaktionen: , Signale, Verlauf, Entwicklung, Erkennen, Einschätzen, Reagieren, Sensibilisieren für Häufigkeit, Betroffenheit und Vulnerabilität in Bezug auf krisenhafte Situationen im Gesundheitsbereich, Prävention: Resilienz-Entwicklung und Resilienz-Förderung, Eigene Erfahrung und Bewältigungsstrategien: Früherkennung, Unterstützungssysteme, hilfreiche Tools Elective: Selected medically relevant topics (2)
Wahl aus dem JKU-Wahlfachkatalog: Social skills/communication in the medical environment
In der ILV reflektieren die Student*innen ihre Kommunikationskompetenz und lernen, wie sie konstruktiv und effektiv mit Patient*Innen, Angehörigen, Kolleg*Innen und anderen Fachkräften im Gesundheitswesen kommunizieren können. Der Fokus liegt auf Empathie, aktivem Zuhören, Konfliktbearbeitung und dem Umgang mit schwierigen Gesprächssitua-tionen, um den Behandlungserfolg und die Patientenzufriedenheit zu unterstützen. Grundlagen der Kommunikation, Interaktionsanalyse: Zirkularität und Wechselwirkungen erkennen und erleben, Praktischer Umgang und reale Anwendung unterschiedlicher Kommunikationstech-niken, Kommunikationsmodelle, Kommunikation in Belastungssituatio-nen inkl. Praxistraining, Kommunikation in Konfliktsituationen, Wahr-nehmung: Selbstbild, Fremdbild, Bewusstsein in Bezug auf soziale Kompetenz im Gesundheitswesen schaffen, Eigene Sozialkompetenz reflektieren und weiterentwickeln |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Master's thesis |
25 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Master's thesisDie Absolvent*innen kennen die Techniken des wissenschaftlichen Arbei-tens und sind in der Lage, problemspezifisch die relevanten Wissensquellen auszuwählen und inhaltlich zu nützen. Sie können eigenständig eine formal korrekte wissenschaftliche Arbeit erstellen und diese Arbeit in Kontext zum Stand der Technik setzen. Master's thesis
Selbständiges Verfassen einer Masterarbeit zu einem Kernthema aus dem Joint-Masterstudium auf wissenschaftlicher Grundlage Master's Examination
Seminar on the master's thesis
Einführung in das wissenschaftliche Arbeiten begleitend zur Masterarbeit, strukturiertes und problembezogenes Arbeiten, Publikation und Präsentation von eigenen Arbeiten und Projektergebnissen. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Contact
EmailE ptm@fh-ooe.at
TelephoneT +43 5 0804 52100
Quick Links
I'll help you choose your study program.