Кафедра занимает помещения, которые расположены на втором и третьем этажах левого крыла морфологического корпуса и часть первого этажа общежития № 5. Для проведения учебных занятий в распоряжении кафедры находятся 8 учебных классов, из которых шесть – компьютерных, организованных на основе операционной системы АSР Lіпих с доступом с каждого рабочего места к глобальной сети Интернет, 2 класса предназначены для проведения теоретических занятий. При проведении занятий используются лицензионные программные продукты.
| Название базы | Расположение | Кол-во уч. аудиторий | Посадоч-ных мест | Общая площадь, кв.м | К-во комп. классов | Площадь комп. классов, кв.м. | Кол-во комп. |
| Кафедра медицинской физики, математики и информатики | пр. Ильича, 16, ДонНМУ, корпус №1, 1 этаж | 5 | 85 | 310 | 4 | 45 | 51 |
| пр. Ильича, 16, ДонНМУ, корпус №1, 2 этаж | 1 | 20 | 38 | ||||
| Кафедра медицинской физики, математики и информатики | пр. Ильича, 16, ДонНМУ, общежитие №5, 1 этаж | 2 | 30 | 90 | 1 | 42 | 12 |
Ведение педагогического процесса на различных факультетах требует соответствующего методического обеспечения. В настоящее время в преподавании на кафедре используется 20 рабочих программ, которые обеспечивают последовательное изучение студентами ряда базовых дисциплин, начиная с первого курса и заканчивая обучением в интернатуре.
Так, на первом курсе студенты изучают основы медицинской и биологической физики, высшей математики. На втором и третьем курсах, используя полученные знания, они осваивают методы обработки, хранения, анализа и интерпретации данных медико-биологических исследований, изучают основы медицинской информатики и биостатистики.
Методики ведения занятий постоянно совершенствуются. Подготовлены новые стенды для проведения практических занятий по оптике, действию высокочастотных электрических и магнитных полей на ткани организма. Для студентов второго курса разработаны новые темы по изучению локальных вычислительных сетей и нейросетевому моделированию. К практическому занятию по нейронным сетям разработана обучающая компьютерная программа.
Преподавательский коллектив делает все возможное для совершенствования и повышения эффективности самостоятельной работы студентов, в том числе, в информационно-образовательной среде университета.
При создании технологий компьютерного обучения в основу были заложены три варианта организации самостоятельной работы студентов, которые отличаются способом получения учебной информации.
Во-первых, осуществление передачи и контроля знаний с помощью сети Интернет, во-вторых, предоставление учебных материалов на компакт-дисках и сайтах кафедры, в-третьих, передача учебного материала и осуществление контроля знаний с использованием серверного компьютера через персональные машины, установленные непосредственно в учебных аудиториях. Такое решение позволило создать условия для получения знаний в благоприятных для студента условиях. В основу использования описанных подходов положен принцип обратной связи, что позволяет быстро находить необходимую информацию, поиск которой в традиционно используемых учебниках может быть затруднен, а кроме того, быстро проверять уровень знаний по данному разделу. В свою очередь, предоставление текущей и конечной информации в виде изображений, адекватных зрительному восприятию и удобных для однозначного толкования полученных результатов, создает условия для повышения эффективности самостоятельной работы студентов.
Кафедрой разработано несколько информационных систем для обучения студентов, объединенных в 2 блока: виртуальный лабораторный и компьютерно-аппаратный практикумы. Основу практикумов составляет технология имитационного (математического) моделирования натурного эксперимента с привлечением аппаратно-программных средств визуализации, компьютерной графики и анимации. В процессе выполнения работы проводится построение математических и биофизических моделей, позволяющих изучать биофизические процессы, лежащие в основе функционирования биологических систем. На основании нейросетевого подхода разработаны имитационные модели: «Хищник–жертва», «Модель построения и обучения нейронной сети», «Фармакокинетическая модель». Обработка полученных в результате исследований данных проводится с применением авторского статистического пакета “MedStat”.
Разработан и применяется в учебном процессе компьютерно-аппаратный практикум, в основе которого лежит технология имитационного (математического) моделирования натурного эксперимента с привлечением аппаратно-программных способов визуализации, компьютерной графики и анимации. В процессе выполнения работы производится построение математических и биофизических моделей, что позволяет изучать биофизические процессы, лежащие в основе функционирования биологических систем.
Коллектив кафедры проделал огромную работу для введения в учебный процесс новой, активно развивающейся во всем мире, современной учебной дисциплины «Биостатистика», которая базируется на принципах доказательной медицины и клинической эпидемиологии.
Вопросы доказательной медицины являются обязательными в базовом образовании медиков, и поэтому они включены в учебные программы по медицинской информатике и биостатистике, что позволяет получить необходимые знания по доказательной медицине, а также навыки поиска систематических обзоров и мета-анализов с использованием современных информационных технологий.
В соответствии с классическими представлениями биостатистики, студенты должны знать и уметь применять на практике принципы планирования клинических исследований, иметь представление о значении и месте этой дисциплины в биомедицинских исследованиях, уметь использовать возможности современных статистических пакетов для обработки и анализа полученной информации и применять изучаемые методы для правильного представления биомедицинских результатов. В процессе освоения предмета студенты учатся планировать биомедицинские исследования, овладевают методами определения размера и структуры выборки, исключения элемента субъективности при отборе объектов изучения. Работая с биомедицинскими данными, студенты не только изучают теоретические вопросы, но и самостоятельно выполняют практические задания, позволяющие им оценить биомедицинскую сущность предложенного конкретного задания в частности и роль биостатистики в системе доказательной медицины и профессиональной деятельности врача в целом.
Для проведения научных исследований здесь создана научно-исследовательская лаборатория, предназначенная для изучения проблем диагностики и прогнозирования психо-физиологических состояний человека.
Лаборатория оснащена современным оборудованием и техникой для проведения исследований в этой области. В частности, разработан и внедрен в практику научных исследований компьютерный комплекс «Полиграф», позволяющий проводить мультипараметрическую цифровую регистрацию физиологических параметров и их анализ в режиме on-line в пакетах статистического анализа MedStat и нейросетевого анализа BioStatNeuro, комплекс для диагностики функциональных состояний человека «Диагноз» и другие.
Разработаны и внедрены в практику исследований пакеты статистического анализа MedStat и нейросетевого анализа BioStatNeuro. Пакет MedStat позволяет позволяет выполнять все основные этапы анализа биомедицинских данных, причем, выбор процедур анализа и критериев тестирования статистических гипотез, используемых в пакете, отвечает международным стандартам и соответствует всем требованиям доказательной медицины.
Кроме того, пакет MedStat содержит ряд очень важных и принципиальных для анализа биомедицинской информации статистических процедур, которые отсутствуют в широко известных и доступных пакетах. Стоит также отметить авторскую модификацию процедуры множественных сравнений для качественных признаков (процедуры Маrascuilo), что позволяет проводить множественные сравнения долей в случае альтернативного распределения признака.
Универсальный пакет BioStatNeuro позволяет пользователю биомедику самостоятельно проводить кластерный анализ данных путем построения самоорганизующихся карт Кохонена, создавать нейросетевые модели классификации и прогнозирования на основе байесовского подхода, оптимизировать нейросетевые модели по нескольким критериям, производить отбор наиболее значимых переменных с использованием методов генетического алгоритма отбора, а также формировать статистики работы модели и результатов прогнозирования. В пакете используется авторская разработка вычисления оптимального количества кластеров для проведения анализа методом самоорганизующихся карт Кохонена, что дает возможность выявлять в многомерном пространстве признаков однородные группы и определять их количество. Это позволяет повысить эффективность анализа и интерпретации структуры полученных данных.
Интерфейс программы дает возможность работать в ней, используя три языка: русский, украинский и английский. Владея на должном уровне методами анализа данных и навыками работы в различных статистических пакетах, сотрудники кафедры постоянно оказывают консультативную помощь другим кафедрам и сотрудникам университета при проведении математического анализа данных биомедицинских исследований, в том числе, и с применением программ Меdstat и ВіоStatNеurо.
