DTE-2804 Smart teknologi for assistanse, helse og velferd - 10 stp

Kurset gir en introduksjon til bruk av "smart teknologi" og IoT til forbedring av helsetjenester og velferd. Det viderefører således ITE1802 - programmering for mobil, men med vekt på personlige "wearables" som tilbyr assistanse, og støttesystemer for pasientbehandling.

I løpet av semestret gjennomgås hele veien fra fysisk innsamling av sensordata, til prosessering av disse med ulike teknikker, hentet fra signalprosessering og maskinlæring.

Overordnet arkitektur av slike systemer er også vesentlig, for eksempel gjennom bruk av Robot Operating System.

Kunnskaper og forståelse:

• Kjennskap til ulike analoge og digitale sensorer.
• Hvordan data hentes fra ulike sensorer.
• Hvordan data fra ulike sensorer kan kombineres.
• Presentasjon og tolking av sensordata.
• Programvarearkitektur for sensorsystemer.
• Kjenne til hensikt og behov for virksomhet/livskritiske sanntids sensorsystemer.
• Forståelse for problemstillinger som oppstår i forhold til den store mengden sensordata som skal prosesseres, og mulighetene for informasjonstap og feil.
• Strategier for behandling av til dels usikker informasjon.
• Forhold for - og vurderinger rundt lokal versus sentral lagring prosessering og overføring av disse dataene.
• Muligheter med personlige helsesensorer.
• Utfordringer rundt personvern i relasjon til helsesensorer og overvåkning.
• Energibruk og energiforsyning til helserelaterte sensorbaserte systemer.

Ferdigheter:

• Konstruksjon av enkle sensorkretser, og tilkobling til egnede "embedded" systemer (som BeagleBoneBlack, Rasperry Pi, eller lignende).
• Programmering av systemer som henter inn sensorinformasjon.
• Håndtering av sensordata med for eksempel bruk av ROS (Robot Operating System).
• Prosessering av data med signalprosesserings- og maskinlæringsalgoritmer som for eksempel disktret filtrering, Convolutional Neural Networks (Deep-Learning) og selv-utviklende programmer (genetiske algoritmer).

Kompetanse:

• Kjenne samspillet mellom teknologi, samfunnskonsekvenser og utviklingsmetodikk rundt sensorbaserte systemer for assistanse, helse og velferd.
• Refleksjon rundt egen faglig utøvelse og læringsprosess og kunne justere disse etter veiledning.
• Dokumentering av faglig utøvelse.

Hovedvekt på praktiske øvinger på lab/nett, knyttet til spesifikke delmål.

Øvinger vurderes løpende (vurdering for læring).

Forelesninger, primært gjennom forberedende videogjennomgang, men tidvis tradisjonelle forelesninger som streames i nettmøte (opptak av stream gjøres tilgjengelig på nett).

Undervisningsspråk er normalt norsk, men kan være engelsk dersom det deltar studenter som har behov for det.

Arbeidskrav

4 karaktersatte øvinger, publisert på LMS.

2 karaktersatte e-tester via LMS.

Eksamen og vurdering

Mappevurdering: En samlet vurdering av obligatoriske øvinger og e-tester.

Karakterskala A til F, hvor F er ikke bestått.

Alle vurderingselementer må oppnå karakter E eller bedre for å få karakter i emnet. Dersom det mangler vurderingselementer blir det ikke gjort en samlet vurdering, og det gis ikke karakter i emnet.

Det er adgang til kontinuasjon dersom emnet ikke bestås, altså mulighet til å levere ny mappe ved neste gjennomføring av emnet.

Mappen (øvinger) kan leveres på norsk eller engelsk.