Master, Berufsbegleitend
- Campus Linz
- E-Mail ptm@fh-ooe.at
- Telefon +43 5 0804 52100
- Infoblatt downloaden Anfrage stellen
Studienplan
Module
Personalisierte Technische Medizin
| 1. | 2. | 3. | 4. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Grundlagen und Praxis des Scripting |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Grundlagen und Praxis des 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. Grundlagen und Praxis des 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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medizinische Sensortechnologien und Signalverarbeitung |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medizinische Sensortechnologien und SignalverarbeitungDie 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). Medizinische Sensortechnologien und Signalverarbeitung
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Ausgewählte Themen in Mathematik und Statistik |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ausgewählte Themen in Mathematik und StatistikDie 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. Ausgewählte Themen in der Mathematik und Statistik
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Einführung in die Molekulare Erkennung in der Präzisionsmedizin |
3 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Einführung in die Molekulare Erkennung in der PräzisionsmedizinDie 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. Einführung in die Molekulare Erkennung in der Präzisionsmedizin
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medizin I: Grundlagen zu Herz, Kreislauf, Atmung, und Nervensystem |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medizin I: Grundlagen zu Herz, Kreislauf, Atmung, und NervensystemDie 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. Medizin I: Grundlagen der Anatomie - Herz, Kreislauf, Atmung, und Nervensystem
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. Medizin I: Grundlagen der Human-Physiologie - Herz, Kreislauf, Atmung, und Nervensystem
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Projektmanagement und Regulierungsangelegenheiten in der Medizin/Medizinethik |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Projektmanagement und Regulierungsangelegenheiten in der Medizin/MedizinethikStudent*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. Projektmanagement
Projektmanagement: Projektphasen. Zeit- und Ressourcenplanung, Lean-Management-Prinzipien, Risikoanalyse und Risikomanagement, Kommunikation im Projektmanagement, Umsetzung und Steuerung von Projekten. Regulatorische Angelegenheiten in der personalisierten Medizin/Medizinethik
Medizinethik: Grundbegriffe und Theorien, historische Entwicklung (hippokratischer Eid, Deklaration von Helsinki, GCP …), Umgang mit genetischen Informationen, Beispiele. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Digitale Datenverarbeitung und Datensicherheit |
4 | 2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Digitale Datenverarbeitung und DatensicherheitDie 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. Digitale Datenverarbeitung
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. Datensicherheit & Datenrecht, IT-Sicherheit und techn. Daten-schutz
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 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Digitale Signal- und Bildverarbeitung und medizinische Mustererkennung |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Digitale Signal- und Bildverarbeitung und medizinische Mustererkennung
Die 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). Digitale Signal- und Bildverarbeitung und medizinische Mustererkennung
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 und Monitoring in der Präzisionsmedizin II |
15 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Imaging und Monitoring in der Präzisionsmedizin II
Die Student*innen müssen eines von drei Wahlfächern aus den aktuellen Forschungsschwerpunkten wählen, die alle denselben wissenschaftlichen Level an Kompetenzerwerb erfüllen: Experimentelle Imaging-Methoden in der klinischen Praxis
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-Analyse in der personalisierten Medizin
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-Systemen in der personalisierten Medizin
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medizin II: Erkrankungen und Monitoring des kardiovaskulären, respiratorischen und des Nervensystems |
8 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medizin II: Erkrankungen und Monitoring des kardiovaskulären, respiratorischen und des Nervensystems
Die 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. Medizin II: Erkrankungen, Therapien und Monitoring des kardiovaskulären und respiratorischen 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. Medizin II: Erkrankungen, Therapien und Monitoring des Nerven-systems sowie der Anästhesie und Intensivmedizin
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Wissenschaftliches Arbeiten |
4 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Wissenschaftliches Arbeiten
Die 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. Wissenschaftliches Arbeiten
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Künstliche Intelligenz und maschinelles Lernen |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Künstliche Intelligenz und maschinelles LernenDie 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. Künstliche Intelligenz und maschinelles Lernen
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 und Monitoring in der Präzisionsmedizin I |
8 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Imaging und Monitoring in der Präzisionsmedizin 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. Angewandtes radiologisches Imaging in der Präzisionsmedizin
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 der Präzisionsmedizin
Die Student*innen lernen Methoden des physiologischen Monitorings, deren technische Grundlagen, klinische Anwendung und Signalinterpre-tation. Radiologisches Imaging in der Präzisionsmedizin
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Molekulare Techniken und Datenanalyse in der Präzisionsmedizin |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Molekulare Techniken und Datenanalyse in der PräzisionsmedizinDie 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. Molekulare Techniken und Datenanalyse in der Präzisionsmedizin
Grundlagen der Zellbiologie: Zellteilung, Stammzellen, Kommunikations- und Transportmechanismen, Membranrezeptoren. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Multimodale Analyse in der Medizin |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Multimodale Analyse in der MedizinDie 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. Fortgeschrittene multimodale In-vivo-Imaging-Techniken
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. Multimodale Analyse in der Medizin
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Medizin III: Problemorientiertes Experiment – Projekt |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medizin III: Problemorientiertes Experiment – Projekt
Die 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. Medizin III: Problemorientiertes Experiment – Projekt
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. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Genderforschung, Kommunikation, Selbstreflexion und Notfallmanagement im Gesundheitswesen |
1 | 5 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Genderforschung, Kommunikation, Selbstreflexion und Notfallmanagement im GesundheitswesenDieses 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. Selbstreflexion und Umgang mit belastenden Situationen
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 Ausgewählte medizinisch relevante Themen (2)
Wahl aus dem JKU-Wahlfachkatalog: Soziale Kompetenzen/Kommunikation im medizinischen Umfeld
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 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Masterarbeit |
25 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
MasterarbeitDie 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. Masterarbeit
Selbständiges Verfassen einer Masterarbeit zu einem Kernthema aus dem Joint-Masterstudium auf wissenschaftlicher Grundlage Masterprüfung
Seminar zur Masterarbeit
Einführung in das wissenschaftliche Arbeiten begleitend zur Masterarbeit, strukturiertes und problembezogenes Arbeiten, Publikation und Präsentation von eigenen Arbeiten und Projektergebnissen. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kontakt
E-MailE ptm@fh-ooe.at
TelefonT +43 5 0804 52100
Quick Links
Ich helfe dir bei der Studienwahl.