医療情報学Medical Informatics
科目責任者稻岡 秀検 (※)
担当者稻岡 秀検 (※)
科目概要2年 (2単位・選択) [リハビリテーション学科 理学療法学専攻]
2年 (2単位・選択) [リハビリテーション学科 作業療法学専攻]

授業の目的

コンピュータプログラミングの基本について理解し、実用的なデータ処理プログラムが書けるようになることを目標とする。
この科目は学位授与方針(ディプロマ・ポリシー)の(PT)②③⑤,(OT)①に関連する。

教育内容・教育方法

【教育内容】
以下のプログラミングの基本技術について、1人コンピュータ1台を使った演習方式で学習する。
1. 採用するプログラミング言語はPythonとする。
2. 最初に配列、ループ、リストの操作について学ぶ。作成したデータをファイルへ入出力する手法、データの可視化について学ぶ。
3. 時系列データ処理の基本となるフーリエ級数展開、フーリエ変換について学ぶ。
4. 統計的なデータ処理の基礎について学ぶ。

【教育方法】
授業形態:講義
パワーポイントを用いた講義を行い、講義中にPCを用いた演習を行う。演習終了後に、模範解答を例に示し、解説を行う。

授業内容

項目授業内容担当者日時
第1回【対面】
導入
Pythonプログラミングの基本形について説明する。クラスの概念について説明し、条件判断の構文について説明する。稻岡 秀検
4/15③
第2回【対面】
多重配列
二次元配列について説明し、NumPyによる二次元配列についても説明する。ループを用いた配列操作について説明し、行列の演算、連立方程式の解法について説明する。稻岡 秀検
4/22③
第3回【対面】
連結リスト
再帰の概念について説明する。ついで、単方向リスト、双方向リスト、循環リスト、双方向循環リストについて説明する。稻岡 秀検
5/6③
第4回【対面】
連結リストの応用
連結リストの応用として、ニューロンを模擬したアルゴリズムの実装について説明する。その後、排他的論理和をニューラルネットワークを用いて実装する。稻岡 秀検
5/13③
第5回【対面】
ファイル入出力
pandasによるファイルの入出力の方法について説明する。稻岡 秀検
5/20③
第6回【対面】
データの可視化
Matplotlibによるデータの可視化の方法について説明する。稻岡 秀検
5/27③
第7回【対面】
フーリエ級数展開
関数の級数展開、関数の直交性について学ぶ。実際にPythonでフーリエ級数部分和を調べ、フーリエ級数展開について理解する。稻岡 秀検
6/3③
第8回【対面】
フーリエ変換
複素フーリエ級数、振幅スペクトル、パワースペクトル、位相スペクトルについて学ぶ。フーリエ変換、フーリエ逆変換について学ぶ。稻岡 秀検
6/10③
第9回【対面】
高速フーリエ変換
サンプリング定理について学び、高速フーリエ変換のアルゴリズムについて学ぶ。実際にPythonで周波数情報を取り出す事例について学び、FFTを実装する。稻岡 秀検
6/17③
第10回【対面】
記述統計・1変量データ
平均値、標本分散、不偏分散、標準偏差について学ぶ。稻岡 秀検
6/24③
第11回
【対面】
記述統計・多変量データ
クロス集計表、共分散、分散共分散行列、ピアソンの積率相関係数について学ぶ。稻岡 秀検
6/24④
第12回
【対面】
点推定・区間推定
点推定、区間推定、信頼区間について学ぶ。稻岡 秀検
7/1③
第13回
【対面】
仮説検定
t検定、有意差、帰無仮説、対立仮説、片側検定、両側検定、p値の計算法について学ぶ。稻岡 秀検
7/1④
第14回【対面】
平均値の差の検定
対応のあるt検定、対応の無いt検定について学ぶ。稻岡 秀検
7/8③
第15回【対面】
分割表の検定
期待度数、分割表の検定について学ぶ。また、検定の結果の解釈について理解する。稻岡 秀検
7/15③

◆実務経験の授業への活用方法◆
研究所での経験を踏まえ、測定したデータをプログラムで取り扱うための汎用的なデータの読み込みアルゴリズムを解説し、次いでフーリエ変換や統計的なデータ処理などの実用的なデータ処理方法を実際のデータ処理を行いながら利用法について概説する。

受講人数によっては、演習室内の人数を制限する必要がある。そのため、対面講義とオンデマンド講義を併用する可能性がある。

到達目標

1. 二次元配列データを操作できる。
2. 連結リストを理解し、連結リストを応用したプログラムを作成できる。
3. ファイルの入出力の方法について説明できる。
4. データの可視化の方法について説明できる。
5. フーリエ変換について説明できる。
6. 高速フーリエ変換を用いて、実際にデータを処理できる。
7. 基本統計量について説明できる。
8. 点推定、区間推定について説明できる。
9. 仮説検定について説明できる。
10. 平均値の差について実際に検定し、評価できる。
11. 分割表について実際に検定し、評価できる。

評価基準

講義中の課題(100%)により評価する。

準備学習等(予習・復習)

【授業時間外に必要な学習時間:60時間】
予習
講義中の演習問題について、教科書等を利用して復習すること。

復習
講義中の課題について、プログラムの構文の意味を理解しておくこと。

教材

種別書名著者・編者発行所
教科書資料を配付する。
参考書Pythonによるアルゴリズムとデータ構造の基礎永田武コロナ社
参考書Pythonによるデータ分析入門 第2版Wes McKinneyオライリー・ジャパン
参考書Pythonで学ぶフーリエ解析と信号処理神永正博コロナ社
参考書Pythonで学ぶあたらしい統計学の教科書馬場真哉翔泳社

備考・その他

科目ナンバリングコード: (PT)PT201-SF23, (OT)OT201-SF25