Anbefalede kombinationer af valgfag
Valgfagspakker
Anbefalede kombinationer af valgfag
Herunder kan du læse om valgfag, der kan tages sammen i pakker, og som giver rigtig god mening i parløb. Det er kun anbefalinger - du er velkommen til at tage valgfagene uafhængigt af de skitserede pakker, hvis det passer bedre ind i dine planer.
Usability/UX Design
Hvis du gerne vil vide mere om Usability/UX vil følgende kurser supplere hinanden godt og følge op på ST3PRJ3 Brugeroplevelsesdesign og projekt 3 for Årgang 2023 og frem. For de ældre organge er der mulighed for at følge det teoretiske indhold fra ST3PRJ3 omkring brugerinddragelse ved at følge STTHCD Human Centered Design.
- SWHCD Human Centered Design. Dette kursus giver jer en introduktion til brugervenlighed, brugeroplevelsesdesign (UX), brugercentreret design, designpsykologi og menneskelige faktorer. Det træner jer endvidere i brugerinddragelse igennem hele produktudviklingen.
- STTACP Applied Cognitive Psychology. Viden om perceptionspsykologi kan guide udformningen af brugergrænseflader, der er brugervenlige og nemme at forstå, mens viden om kognitionspsykologi hjælper med at mindske risikoen for menneskelige fejl og misforståelser. Dette er afgørende for at sikre, at produkterne er sikre, effektive og brugervenlige i praksis.
- STTPCO Pervasive Computing. Kurset er designet til at give indsigt og evner i udvikling pervasive computing med det formål at understøtte personale og borgere hvor de er ved brug af dataopsamling, -analyse og prædiktion via mobile applikationer, wearables og location sensing. Som følge af de angivne brugsområder, vil usability stå essentielt ved udformningen af brugergrænseflader i denne forbindelse, da udflytning af udstyr til bl.a. private hjem stiller højere krav til autonomi og brugergrænseflader, der kan benyttes uden uddannelse af brugere, der ikke er sundhedsprofessionelle.
- (STTREP Rapid Experience Prototyping). Dette kursus er under udvikling og udbydes første gang i foråret 2026. Gennem kurset vil I blive introduceret til hvordan hurtige prototyper uden reel funktionalitet kan bruges til at forme design og interface på produkterne.
Machine Learning
Hvis du gerne vil vide mere om Machine Learning er der to gode muligheder:
- Hvis du gerne vil opnå en dyb forståelse for Machine Learning kan du følge SWMAL Machine Learning, der fokuserer på hvorledes man kan konstruere sine egne neurale netværk med fokus på den bagvedliggende matematik. Derfor er det en fordel at følge SW2ALA Anvendt Lineær Algebra forinden, da meget af matematikken bygger på dette fag.
- Hvis du hellere vil fokusere på anvendt Machine Learning er STTBML Biomedical Machine Learning et godt bud. Her anvendes eksisterende neurale netværk på sundhedsdata og fokus er på hvordan man kan få nyttige resultater ud, hvordan man kan træne sine netværk og hvilke faldgruber man skal passe på i fortolkningen af resultaterne. Dette fag har ingen forudsætninger ift. matematik.
Signal og billedebehandling
Hvis du vil vide mere om signal- og 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.
Måling og regulering
Er du interesseret i at interface med den fysiske verden for at koble sensorer og aktuatorer vil E3GFV Grænseflader til den fysiske verden være et godt bud. Her lærer du at måle på fysiske parametre og koble et respons hertil - protokoller for dataoverførsel og samplingsteknikker vil blive introduceret ligesom I her stifter bekendtskab med en at programmerere jeres egen chip (PSOC) via C++.
Hvis I virkelig vil være skarpe til at koble sensorer og aktuatorer hensigtsmæssigt, vil det være en god idé at koble E3GFV med E4IRT Introduktion til reguleringsteknik, hvor I lærer forskellige typer af regulatorer, som fx PID-regulatorer, der i den sundhedsteknologiske verden blandt meget andet bruges til at holde temperaturen i kuvøser konstant selvom man åbner låg, får sollys ind på kuvøsen mv. Dette fag er særdeles velegnet til en profil som sundhedsteknologi idet det giver en systemforståelse, der er meget attraktiv på jobmarkedet.
Kurset E3EFYS Elektrofysik vil endvidere klæde jer godt på til at forstå fysikken bag elektromagnetiske målemetoder, der for eksempel ligger til grund for MR-skannere.
