Valgfag til kandidat i Biomedicinsk Teknologi
BIOMEDICINSK TEKNOLOGI
Kandidatoverbygning/Civilingeniør
Hvis du gerne vil læse videre på Biomedicinsk Teknologi efter diplomingeniøruddannelsen i Elektronik, er der en række obligatoriske valgfag, som skal følges for at komme ind.
Kvalificerende valgfag
For at læse videre på Biomedicinsk Teknologi efter uddannelsen i Sundhedsteknologi, skal du have 20 ECTS points i matematik.
I den obligatoriske del af Sundhedsteknologi uddannelsen har du allerede bestået 10 ECTS points via MMLS og 1/2 ASA og skal således have yderligere mindst 10 ECTS points.
Du kan kvalificere dig ved at følge Anvendt Linear Algebra samt Stokastisk modellering og behandling.
Nyttige, forberedende valgfag
For at forberede dig bedst muligt til kandidatuddannelsen kan du overveje at følge disse valgfag, som hver især giver dig færdigheder, der bygges videre på under kandidatuddannelsen i Biomedicinsk Teknologi.
Hvis du vil vide mere om SIGNAL- & BILLEDEBEHANDLING er STTBDP (Biomedical Data Processing) et godt bud. Fokus er her på anvendt signal- og billedebehandling via MATLAB. Hvis du er mere fokuseret på at få det grundlæggende fundament for billedebehandling kan ETDIP (Digital Image Processing) varmt anbefales. Det er også givtigt at tage fagene sammen, der vil give en meget grundig forståelse for både teoretisk og praktisk billedebehandling.
DEEP LEARNING er et fokusområde for Biomedicinsk Teknologi. Hvis du gerne vil have en indledende forståelse for machine learning kan du tage enten STTBML eller SWMAL. STTBML har fokus på anvendelse af Machine Learning indenfor sundhedssektoren og hvordan man kan afgøre hvilket netværk, der vil være bedst til et givent formål mens SWMAL har fokus på hvordan man træner sine egne netværk helt fra bunden med et større fokus på den bagvedliggende matematik.
MEDICINSK BILLEDEDANNELSE er et andet stort element i Biomedicinsk Teknologi. Hvis du gerne vil vide mere om DICOM billeder, segmentering, CAD og medicinsk 3D print er STTMAM (Medical Additive Manufacturing) en god indførsel i de grundliggende teknologier bag medicinsk billededannelse.
