S5-TI (Semestre commun)

ARC1-S5 Architecture des ordinateurs : circuits numériques
(ARC1-S5 Computer Architecture : Digital Systems)

Objectif

L’objectif de ce module est d’apprendre aux étudiants à concevoir des circuits numériques en utilisant différentes techniques d’optimisation employées dans la synthèse de haut niveau et la synthèse logique.

Compétences

  • Aptitude à comprendre les techniques d’optimisation utilisées dans la synthèse de haut niveau et la synthèse logique.
  • Aptitude à utiliser la méthodologie employée dans la conception des circuits numériques.
  • Aptitude à réaliser des circuits numériques optimisés

Bibliographie

  • “Digital design” Frank Vahid
  • “Digital Design and Computer Architecture” David Harris, Sarah Harris
  • High level systhesis” Daniel Gajski, Nikil Dutt, Allen Wu, Steve Lin
  • “Specification and design of embedded systems” Daniel Gajski, Frank Havid, Sanjiv Narayan, Jie Gong
  • “Spec C” Daniel Gajski, Jianwen Zhu, Rainer Domer, Adreas Gerstlauer, Shuqing Zhao

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]
  • [Validation des compétences en français : par une réalisation de document]
  • [Par une présentation activité] Validation des compétences en français :


Objective

The objective of this module is to teach the students how to build optimized digital systems using different optimization techniques frequently employed in high-level and logic synthesis.

Learning Outcome

  • Ability to understand the optimization techniques used in high-level and logic synthesis.
  • Ability to use the methodology employed in the design of digital circuits.
  • Ability to design optimized digital circuits.


PROG1-S5 Programmation 1
(PROG1-S5 Programming 1)

Objectif

  • Introduire les concepts et la pratique de la programmation objet
  • Insister sur la qualité des programme

Compétences

  • Connaissance des structures de données classiques : types abstraits et implémentations associées.
  • Connaissance des concepts de la programmation objet.
  • Connaissance des bases du langage Java.
  • Utilisation de tests unitaires pour les aspects de validation

Bibliographie

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

Introduce the concepts and practice of object programming, with an emphasis on program quality

Learning Outcome

  • Knowledge of classic data structures : abstract data types and related implementations.
  • Knowledge of the concepts of object programming.
  • Knowledge of the basics of the Java programming language.
  • Use of unit testing to validate programs


MNI-S5 Mise à niveau en informatique
(MNI-S5 Refresher Course in Programming )

Objectif

Ce module vise à consolider les bases de la programmation et à donner les premiers éléments de langage Java à des étudiants ayant peu pratiqué la programmation dans leur cursus antérieur.

Compétences

  • Savoir utiliser des fonctions
  • Savoir programmer des traitements itératifs sur les tableaux

Bibliographie

Validation

  • pas de validation


Objective

This course aims to give a solid programming background as well as give bases in Java programming to students with little programming experience.

Learning Outcome

  • Be able to use functions.
  • Be able to program iterations on arrays.


MATH-S5 Mathématiques
(MATH-S5 Mathematics)

Objectif

L'objectif de ce cours est de donner aux étudiants la culture mathématique de l'ingénieur. Il est obligatoire pour tous les étudiants, et servira notamment de pré-requis pour le module PS-S5 (Probabilités & statistiques) du tronc commun et pour TS1-S6 (Traitement du signal 1) pour les options «Télécoms et réseaux», «Technologies de l'information et de la communication pour le bâtiment», et «Ingénierie pour la santé».

Compétences

Ce module d'enseignement montrera aux étudiants comment étudier une fonction de plusieurs variables en termes de continuité, de différentiabilité et d'intégrabilité. L'intégrale de Riemann, étudiée en mise à niveau de mathématiques, sera alors généralisée au travers de l'intégrale de Lebesgue, particulièrement utile en calcul des probabilités. Les étudiants disposeront alors d'outils majeurs d'intégration tels que les théorèmes de convergence dominée, de Fubini, et du changement de variable multidimensionnel. La notion de convergence uniforme sera également introduite, permettant aux étudiants d'étudier la continuité, la dérivabilité et l'intégrabilité de la limite de suites/séries de fonctions.

Bibliographie

Cours de mathématiques. Tome 4, Analyse, Volume 4, cours et 500 exercices corrigés (Broché), Jean-Marie Monier, 1997, Dunod. Théorie de l'intégration, Convolution et transformée de Fourier ? Licence 3 & Master 1 ; M1, Marc Briane et Gilles Pages, 2012 - 5e édition - 368 pages. Petit guide de calcul différentiel à l'usage de la licence et de l'agrégation, François Rouvière, édition Cassini, collection Enseignement des mathématiques, 2009, 428 pages.

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

The objective of this course is to give to the students the mathematical culture of the engineer. It is compulsory for all the students, and is a prerequisite for the statistics in semester 8 and for the modules PS-S5 (Probability and Statistics) of the common curriculum and for the module TS1-S6 (Signal Processing 1) for the specialities "Telecoms and Networks", "ICT for Smart Homes and Buildings", and "Healthcare/Biomedical Engineering".

Learning Outcome

  • This module will show to the students how to study a function of several variables in terms of continuity, of differentiability and of integrability. The Riemann integral, studied in upgrading courses in mathematics, will then be generalized through the Lebesgue integral, particularly useful in probability theory. The students will then have major tools of integration such as the theorems of dominated convergence, Fubini, and the multidimensional change of variable. The notion of uniform convergence will be also introduced, allowing the students to study the continuity, the derivability and the integrability of the limit of a sequence of functions.


PS-S5 Probabilités & statistiques
(PS-S5 Probability and Statistics)

Objectif

Probabilités : fournir aux étudiants les éléments mathématiques pour la modélisation de processus où le hasard ou l’incertitude interviennent. Statistiques : étude d'une part des principaux outils de statistique descriptive, et d'autre part de l'estimation statistique et des principaux tests d'hypothèses.

Compétences

  • Probabilités :
  • 1. Maîtriser des principes fondamentaux de la théorie de la probabilité.
  • 2. Savoir identifier les processus qui vont donner lieu aux variables aléatoires.
  • 3. Savoir résoudre des problèmes appliqués à l'aide de modèles probabilistes simples.
  • 4. Etre capable d'introduire des outils informatiques pour l'implémentation et solution de problèmes probabilistes.
  • Statistiques :
  • 1. Analyser et mettre en forme un jeu de données (calculer des quantiles, construire un histogramme, construire une boite à moustaches,..).
  • 2. Analyser la corrélation entre deux séries et établir un modèle de dépendance linéaire par régression.
  • 3. Maîtriser la construction des intervalles de confiance sous différentes conditions (variance connue ou inconnue).
  • 4. Utiliser les lois de probabilités dans un contexte statistique (loi binomiale, loi exponentielle, loi de Poisson, loi normale, loi du chi2, ...).
  • 5. Formuler et utiliser un test d'hypothèse.
  • 6. Utiliser les fonctions élémentaires du langage R pour la statistique descriptive et l'estimation et les tests d'hypothèse

Bibliographie

  • http://www.lce.esalq.usp.br/arquivos/aulas/2011/LCE5866/Probability-Theory%20and%20Examples.pdf
  • http://www.math.u-psud.fr/~jflegall/IPPA2.pdf

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

  • Probability: provide the students with the mathematical elements for the modelling of processes involving randomness or uncertainty.
  • Statistics: main tools of descriptive statistics, statistical estimation and main tests of hypotheses

Learning Outcome

  • Probability:
  • 1. Master the fundamental principles of probability theory.
  • 2. Know how to identify the processes which are going to give rise to random variables.
  • 3. Know how to solve application problems by means of simple probability models.
  • 4. Be able to introduce computing tools for the implementation and the solution of probability problems.
  • Statistics:
  • 1. Analyze a set of data (calculate quantiles, build a histogram, etc.).
  • 2. Analyze the correlation between two series and establish a model of linear dependence by regression.
  • 3. Master the construction of the reliable intervals under various conditions (known or unknown variance).
  • 4. Use probability distributions in a statistical context.
  • 5. Derive and use a hypothesis test.
  • 6. Use the basic functions of the R language for descriptive statistics, estimation and hypothesis testing.


MNM-S5 Mise à niveau en mathématiques
(MNM-S5 Refresher and Upgrading Course in Mathematics)

Objectif

L'objectif de cette formation est de rappeler les concepts fondamentaux d'analyse et d'algèbre nécessaires à tout étudiant à l’entrée en école d’ingénieur. Les étudiants concernés pourront ainsi consolider leurs connaissances mathématiques et acquérir les bases nécessaires aux différents modules du tronc commun et des spécialités de l’ESIR.

Compétences

  • 1. Maîtriser les concepts fondamentaux d'analyse nécessaire pour chaque étudiant au début de l'école d'ingénieurs (la notion de limite, de continuité, de derivabilité et d'integrabilité dans le sens de Riemann, les outils classiques d'intégration comme le changement de variable et l'intégration par partie, les intégrales généralisées, les suites et séries numériques).
  • 2. Maîtriser les bases de l'algèbre linéaire (des espaces vectoriels, des fonctions linéaires, le calcul matriciel)

Bibliographie

Mathématiques Méthodes et Exercices MP Jean-Marie Monier, Guillaume Haberer, Cécile Lardon Collection: J'intègre, Dunod 2014 - 2ème édition - 612 pages - 193x250 mm EAN13 : 9782100713684

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

The objective of this course is to to refresh the fundamental concepts of mathematical analysis and algebra necessary for every student at the beginning of the engineering school. The students can upgrade their knowledge and acquire the foundation in mathematics necessary for the other ESIR courses.

Learning Outcome

  • 1. Master the fundamental concepts of analysis necessary for every student at the beginning of the engineering school (notion of limit, continuity, derivability and integrability in the sense of Riemann, classic tools of integration such as the change of variable and the integration by part, generalized integrals, numerical series).
  • 2. Master the basics of linear algebra (vector spaces, linear functions, matrix computation).


S6-TI Option IS

TS1-S6 Traitement du signal 1
(TS1-S6 Signal Processing 1)

Objectif

L'objectif de ce module est d'abord de renforcer les bases mathématiques nécessaires à la bonne assimilation de modules de spécialité comme : l'électronique, l'automatique, le traitement analogique et numérique du signal. Il s'agit d'introduire des outils et notions en analyse et traitement du signal à travers différents exemples (estimation, détection, modulation, synthèse, codage…). Les outils d'analyse du signal les plus fréquemment utilisés dans les applications sont présentés dans ce module qui ne porte que sur l'analyse déterministe des signaux et leur filtrage linéaire, et sur différentes représentations usuelles. Les signaux en temps continu et en temps discret seront examinés de manière parallèle. Le fait n'est pas tant de présenter des concepts mathématiques pour eux-mêmes mais d'aboutir à une vision quelque peu opérationnelle de la théorie des signaux et des systèmes.

Compétences

  • Bonnes connaissances des outils de base de traitement du signal
  • pouvoir aborder des domaines tels que la modélisation et la commande de systèmes linéaire, le codage et l'extraction d'informations dans des signaux et des images, les systèmes de communicatio

Bibliographie

  • Eléments de théorie du signal : les signaux déterministes, J.P. Delmas

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this module is at first to reinforce the mathematical foundation needed for speciliality modules such as electronics, automatic control, analog and digital signal processing. The tools and notions in signal analysis and processing are introduced through various examples (estimation, detection, modulation, synthesis, coding). The course presents the most common tools used in applications for the analysis of deterministic signals, their linear filtering and also presents several usual representations. Continuous and discrete signals are presented in a parallel way. The final objective is to provide an operational vision of the theory of signals and systems.

Learning Outcome

  • Good knowledge of basic tools for signal processing
  • Be able to approach domains such as modeling and control of linear systems, coding and extraction of information in signals and images, and systems of communicatio


ELEC-S6 Electronique analogique
(ELEC-S6 Analog Electronics)

Objectif

L'objectif de ce cours est de permettre aux étudiants d'aborder l'analyse et la méthodologie de conception et de mise en oeuvre de systèmes électroniques simples à base de composants actifs. Ce module d’enseignement prépare les étudiants pour le module BEER-S6 (Bureau d’étude d’électronique et de radio-fréquence) qui permettra d’étudier expérimentalement un système électronique de modulation / démodulation analogique (chaîne de transmission en moyenne fréquence).

Compétences

  • Analyse de circuits électroniques basses fréquences à base d’amplificateurs opérationnels ou de convertisseurs
  • Synthèse de filtres actifs ou passifs. Interprétation des spécifications de filtrage en vue de réaliser un gabarit, choix de l’ordre de filtrage à l’aide d’abaque
  • Identification des fréquences images, des gabarits des filtres, des CAN dans une chaîne de réception
  • Analyse de circuits inclus dans une chaîne de réception (PLL, synthétiseur de fréquence, oscillateur local)

Bibliographie

  • Électronique : Théorie du signal et composants. F. Manneville, J. Esquieu. Ed Dunod. ISBN 9782040189150
  • Électronique : Systèmes bouclés linéaires, de communication et de filtrage. F. Manneville, J. Esquieu. Ed Dunod. ISBN 9782040196332

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

The objective of this lecture is to enable students to learn the analysis, design and implementation methodology of simple electronic systems based on active components. The lecture "Analog Electronics " will be followed by a lecture entitled "Radio-Frequency and Electronic System Design" which will allow to experimentally study electronic modulation / demodulation analog system (low frequency transmission system).

Learning Outcome

  • Low frequency electronic system analysis based on operational amplifiers and analog / digital converters
  • Active and passive filters synthesis. Filtering specification analysis in order to define the filter template and the filter order using abacus
  • Image frequencies identification, filter templates, analog-digital converters in a receiver system
  • Circuit analysis of a receiver system (PLL, frequency synthesizer, local oscillator


IR-S6 Initiation aux réseaux
(IR S6 Introduction to Networking)

Objectif

L'objectif de ce cours est de présenter aux étudiants le fonctionnement des réseaux IP. A l'issue de cet enseignement les étudiants seront capable de maîtriser le fonctionnement d'un réseau local (LAN), typiquement le type de réseau qu'ils ont à domicile grâce à leur box ADSL/routeur, ainsi que de comprendre le fonctionnement général d'un réseau comme Internet, et de configurer des services de bases comme ceux offerts par les serveurs DNS ou DHCP.

Compétences

  • Maîtrise des concept fondamentaux des réseaux informatiques
  • Compréhension du fonctionnement d'un réseau local et maîtrise des protocoles associés
  • Compréhension du fonctionnement d'Internet et maîtrise des protocoles associés

Bibliographie

  • SERVIN C., "RESEAUX ET TELECOM", 4 éd, DUNOD, 2013.
  • LOHIER S., QUIDELLEUR A., "Le réseau Internet", DUNOD, 2010.
  • PUJOLLE G., "LES RESEAUX" 4e éd, EYROLLES, 2008.
  • KUROSE J., ROSS K, "ANALYSE STRUCTUREE DES RESEAUX" 2e éd, PEARSON EDUCATION, 2003.

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this course is to introduce IP networks and associated protocols. At the end of this course students will be able to master local area networks (LAN), typically home network with ADSL box/router, as well as understand how Internet works. Basic services such as DNS or DHCP are also covered.

Learning Outcome

  • Mastery of basic concepts in computer networking
  • Understanding of local area networks and associated protocols
  • Understanding of the Internet and the associated protocols


BDD-S6 Bases de données
(BDD-S6 Databases)

Objectif

Découvrir les fondements des bases de données relationnelles: algèbre relationnelle, SQL, modèle entité-associtation, formes normales, connecteurs base de données, et transactions. Explorer les relations complexes entre la réalité et sa représentation en base de données.

Compétences

  • Requêter.
  • Modéliser.
  • Normaliser.
  • Développer des applications avec base de données.
  • Développer des applications base de données en mode agile.
  • Connecter une application via JDBC.
  • utiliser Sqlite et MySql.
  • Réfléchir aux transactions.

Bibliographie

  • Philippe Mathieu, « Des bases de données à l'Internet », (Vuibert, 2000) - un manuel simple, avec un regard sur la programmation des applications base de données.
  • Mana Takahashi, Shoko Azuma, « The Manga Guide to Databases », (Ohmsha & No Starch Press, 2009) - un vrai manuel, mais en format manga.
  • Isabelle Comyn-Wattiau, Jacky Akoka, « Les bases de données », (PUF, 2003 - collection Que sais-je, n° 3685) - pour un survol du domaine.
  • Clare Churcher, « Beginning Database Design » et « Beginning SQL Queries », (APress, 2012) - consacré l'un à la conception des bases de données et l'autre à l'expression de requêtes SQL.
  • Rodolphe Rimelé, « MySQL 5, mémento », (Eyrolles, 2014) - un aide-mémoire très détaillé pour les notations de SQL.
  • A.K. Dewdney, « The new Turing Omnibus », (Owl Books, 2001). Traite de nombreux sujets informatiques, dont un chapitre sur les bases de données relationnelles. Un must read pour une formation en informatique.

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]
  • [Validation des compétences en français : par une réalisation de document]


Objective

Discovering the basics of relational databases: relational algebra, SQL, entity-relationship models, normal forms, database connectors, and transactions. Investigating the complex relationships between reality and its database representation.

Learning Outcome

  • Querying.
  • Modeling.
  • Normalizing.
  • Knowing 1NF.
  • Developing data-base applications.
  • Developing data-base applications with agility.
  • Connecting to data-base with JDBC.
  • Using Sqlite and MySql.
  • Thinking about transactions.


APHY-S6 Anatomie et physiologie
(APHY-S6 Anatomy and Physiology)

Objectif

L'objectif de ce module est i) que les étudiants assimilent les éléments d'anatomie humaine indispensables, de manière évidente, pour appréhender les enjeux et difficultés en imagerie médicale et en chirurgie assistée par ordinateur par exemple et ii) d'apporter à l'étudiant des bases de physiologie illustrées par des applications sur animal et sur sujet humain. Le but est de donner à la fois une culture générale formant repère pour les applications biomédicales et d'illustrer des thèmes plus spécifiques mais analysés de manière très concrète. Les dysfonctionnements des systèmes du vivant (pathologies) seront introduits, étant donnée leur importance dans les métiers envisagés et une partie des enseignements sera donc assurée par des médecins. Une introduction à la biologie cellulaire et à la physiologie (essentiellement système nerveux, système cardiaque) sera faite qui apportera des connaissances de base, qui seront complétées et détaillées dans le module de deuxième année.

Compétences

  • Avoir découvert les bases de l'anatomie humaine, de façon à les utiliser dans une application biomédicale, en particulier en analyse et traitement d'images.
  • Être capable d'appréhender un problème d'analyse ou de conception d'un système biomédical, un problème de modélisation, faisant appel à des connaissances en biologie cellulaire, en anatomie, ou en physiologie.

Bibliographie

Biologie humaine: Principes d'anatomie et de physiologie de Elaine Marieb (Auteur), René Lachaîne (Traduction). Anatomie et physiologie humaines: Le manuel + la plateforme numérique MonLab Relié ? 28 novembre 2014 de René Lachaîne (Adapté par), Linda Moussakova (Adapté par)

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

The objective is i) that students assimilate the elements of human anatomy necessary to understand medical images and computer-assisted surgery issues and difficulties and ii) to bring to the student basics in physiology illustrated by applications on humans and animals. The goal is not only to give a general culture useful for biomedical applications but also to illustrate more specific topics but which are very concretely analyzed. The dysfunction of living systems (pathologies) will be introduced, given their prominence in the considered jobs, and a part of the teaching will be given by specialized medical doctors. An introduction to cellular biology and to physiology (essentially for nervous and cardiac systems) will be given, which will bring basic knowledge, that will be completed in a following module.

Learning Outcome

  • To have discovered the basics of human anatomy, in order to be able to use them in a biomedical application, particularly in medical image analysis and processing.
  • To be able to apprehend a problem of analysis and/or conception of a biomedical system, a problem of modeling, necessitating knowledge in cellular biology, anatomy or physiology.


PROJIS-S6 Projet IS
(PROJIS-S6 Projet)

Objectif

Découvrir le contexte des technologies pour la santé. Approfondir et découvrir certaines notions techniques au travers de la mise en oeuvre d'un dispositif biomédical. Développer les capacités d'autonomie et d'expression.

Compétences

  • Mise en oeuvre et utilisation de dispositifs médicaux.
  • Aptitude à Interagir avec les acteurs du monde professionnel.
  • Synthèse et compte rendu des travaux

Bibliographie

//

Validation

  • [Par une présentation activité] Validation des compétences en français :


Objective

Discover the context of health technologies. Discover and explore some technical concepts through the implementation of a biomedical device. Develop the ability for autonomy and expression.

Learning Outcome

  • Implementation and use of medical devices.
  • Ability to interact with players in the professional world.
  • Synthesis of the work and reporting.


S7-TI Option IS

TS2-S7 Traitement du signal 2
(TS2-S7 Signal Processing 2)

Objectif

Après une introduction aux signaux déterministes proposée en première année, ce module vise à présenter les notions sur les signaux aléatoires et leur caractérisation ainsi que des algorithmes génériques de prise de décision à partir d'une observation aléatoire. Les étudiants apprennent à faire le lien entre un problème pratique d'extraction d'information avec ces méthodologies. Est tout d'abord introduite la théorie du signal aléatoire nécessaire à la mise en oeuvre de nombreuses techniques de traitement de l'information. Sont ensuite présentés des outils dédiés à la détection et à l'estimation, ainsi que des filtres spécifiques à ces applications. Les difficultés liées à l'utilisation de signaux complexes, tels que les signaux électrophysiologiques, difficiles à ramener à des modèles standards, sont mises en relief ainsi que la robustesse des méthodes relativement aux erreurs de modélisation.

Compétences

  • Capacités d'analyse et de caractérisation des signaux afin de mieux aborder les modules de modélisation et de modalités d'acquisition des signaux (application à la synthèse de filtres)
  • Bonne connaissance des méthodes adaptées aux objectifs du traitement de l'information

Bibliographie

  • Signaux aléatoires, B. Picinbono
  • Advanced digital signal processing, G. Zelniker and F.J. Taylor

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

This module follows the module TS1-S6 module (Signal Processing 1) in which deterministic signals were introduced. The aim of this module is to present notions on random signals and their characterization as well as generic decision algorithms given random observations. The students learn to make the link between a practical problem of information extraction with these methodologies. After introducing the theory of random signals necessary for the implementation of many data processing techniques, this course presents dedicated tools for detection and estimation, as well as filters specific to these applications. A special focus is given to the difficulties involved in the use of complex signals, such as electroencephalographic signals, difficult to relate to standard models, as well as to the robustness of the methods with regard to modeling errors.

Learning Outcome

  • Capacities in analyzing and characterizing signals to investigate better the modules of modeling and signals acquisition (application to filter synthesis)
  • Good knowledge of techniques dealing with information processing.


CSO-S7 Contrôle des systèmes et optimisation
(CSO-S7 Automatic Control and Optimization)

Objectif

Le but de ce module est de donner les éléments nécessaires à la compréhension et à l'analyse des systèmes bouclés en termes de performances, ainsi que des notions d'optimisation. Il pose la problématique du contrôle de systèmes dynamiques pour des applications technologiques ou relevant du domaine du vivant. Il introduit les principales méthodes pour y répondre, et en explicite certaines dans le cas des systèmes linéaires. Une interaction avec des projets en physiologie et modélisation pourra mettre en évidence la dimension opérationnelle de ces concepts. Dans une deuxième partie est dressé un panorama des méthodes d'optimisation les plus utilisées. Il ne s'agit pas de toutes les détailler mais de dégager les grandes familles de méthodes et les concepts sous-jacents ainsi que d'effectuer un rapprochement entre les problèmes et les méthodes.

Compétences

  • Capacité à choisir, définir et implémenter une stratégie de commande avec des systèmes numériques ou analogiques
  • Connaissances des méthodes usuelles d'optimisation et des hypothèses sous-jacentes pour être en mesure de choisir les plus appropriées pour un problème donné et de les mettre en oeuvre

Bibliographie

Asservissements Linéaires Continus, F. de Carfort,C. Foulard, J. Calvet

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The purpose of this module is to give the elements necessary for the understanding and the analysis of controlled systems in terms of performance, as well as notions of optimization. It presents the issues in control of dynamic systems either for technological or biomedical applications, and introduces the most well-known approaches, expliciting some methods in the case of linear continuous systems. Cross-disciplinary projects involving physiology and modeling will highlight the operational dimension if these concepts. The second part of the course presents a panorama of the most frequent optimization methods, focusing on the families of methods and underlying concepts and relating these methods to the problems.

Learning Outcome

  • Capacity to choose, to define and to implement a control strategy for analog and discrete systems
  • Knowledge of the usual methods of optimization and of the underlying hypotheses to be able to choose the most adequate ones for a given problem and to implement them.


SEM1-S7 Systèmes embarqués - Microcontrôleurs 1
(SEM1-S7 Embedded Systems - Microcontrollers 1)

Objectif

L'objectif de ce module est une compréhension des principaux enjeux liés à la mise en oeuvre de systèmes embarqués basés sur des microcontrôleurs, que ce soit en termes d'architecture ou de programmation.

Compétences

  • Capacité à utiliser une documentation technique
  • Comprendre et mettre en oeuvre les principaux aspects de la programmation des microcontrôleurs
  • Capacité à sélectionner un système adapté à une fonction ciblée

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this module is to provide an understanding of key issues related to the implementation of embedded systems based on microcontrollers, either in terms of architecture or programming.

Learning Outcome

  • Ability to use a technical documentation
  • Ability to understand and implement key aspects of microcontrollers programming
  • Ability to select a system appropriate to a targeted function


PCO-S7 Programmation C et C++
(PCO-S7 C and C++ Programming)

Objectif

Après une introduction à la programmation C, l'objectif de ce module est d'étendre les concepts de programmation orientée objet (vus lors les modules PROG1-S5 et PROG2-S6) au langage C++. Une introduction aux interfaces graphiques (Qt) est aussi réalisée.

Compétences

  • Utilisation de la documentation
  • Développement de programmes C et C++
  • Utilisation d'outils fournis par la STL
  • Réalisation d'interfaces graphiques simples

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

After an introduction to C programming, the objective of this module is to extend the concepts of object oriented programming (seen in the PROG1-S5 and PROG2-S6 modules) in C++. An introduction to GUI (Qt) is also done.

Learning Outcome

  • Using the documentation
  • Development of C and C++ programs
  • Using STL tools
  • Implementation of simple GUI


RPTH-S7 Radiophysique et radiothérapie
(RPTH-S7 Radiation Physics and Oncology)

Objectif

L'objectif est d'introduire la problématique de la radiothérapie ainsi que les notions physiques de base jusqu'à leur application.

Compétences

  • Maîtrise des principes de base et aptitude à mettre en œuvre des outils intervenant dans l'élaboration d'un plan dosimétrique de traitement et dans le contrôle qualité.

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this course is to introduce the issues of radiation oncology as well as the basic physical concepts up to their application.

Learning Outcome

  • Knowledge of basic principles and ability to operate tools for dosimetry-treatment planning (TPS) and quality control.


PHY-S7 Physique
(PHY-S7 Physics)

Objectif

Ce module a pour ambition de réunir quelques concepts de base de mécanique, électromagnétisme et optique. En effet, si une parfaite maîtrise de ces domaines n'est pas indispensable pour aborder la modélisation de phénomènes du vivant ou d'interaction entre instrumentation et tissus, la compréhension des concepts de base, à un niveau qualitatif et dans des cas simples, s'avère cependant très utile à l'ingénieur biomédical. Les domaines présentés, à savoir la mécanique (cinématique et dynamique), l'électromagnétisme (électrostatique, magnétostatique, électromagnétisme : équations de Maxwell) et l'optique (optique géométrique et ondulatoire, lasers) sont limités à l'indispensable en insistant autant que possible sur les aspects transversaux.

Compétences

Bonne compréhension des concepts de base de mécanique, électromagnétisme et optique.

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

This module brings together several basic concepts of mechanics, electromagnetism and optics. Indeed, if perfect command of these areas is not essential to address the modeling of living phenomena or of the interaction between instrumentation and tissues, understanding these basic concepts, at a qualitative level and in simple cases, proves to be very useful to the biomedical engineer. The fields presented, namely mechanics (kinematics and dynamics), electromagnetism (electrostatics, magnetostatics, electromagnetism: Maxwell's equations) and optics (geometric and wave optics, lasers) are limited to the essential, with a special emphasis on cross-cutting issues.

Learning Outcome

  • Good understanding of the basics of mechanics, electromagnetism and optics.


BINP-S7 Bases de l’image numérique et programmation
(BINP-S7 Basics on Digital Image Processing and Programming)

Objectif

La manipulation d’images nécessite la maîtrise des représentations logicielles des images ainsi que des algorithmes usuels de manipulation. Ce module introduit les concepts de base indispensables relatifs à l’acquisition, la représentation, le manipulation et la visualisation des images numériques. Il introduit également les outils fondamentaux du traitement d’image, qui seront approfondis dans les modules suivants. Enfin il donne aux étudiants les connaissances logicielles spécifiques au traitement d’image, qui leur permettront de mettre en oeuvre les algorithmes vus dans les autres cours. L’objectif de ce module est de fournir une vue d’ensemble du traitement d’image tant du point de vue algorithmique que logiciel, donnant ainsi aux étudiants les bases leur permettant de structurer leurs connaissances futures en traitement d’image.

Compétences

  • Être capable de concevoir et programmer en C++ des traitements simples sur des images numériques
  • Être capable d’utiliser une librairie de traitement d’imag

Bibliographie

Gonzalez, R.C. and Woods, R.E. Digital Image Processing, Third Edition. Prentice Hall, 2008

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

Manipulating images requires to acquire knowledge on software representations of the images as well as the usual manipulation algorithms. This course introduces the basic concepts needed for the acquisition, representation, manipulation and visualization of digital images. It also introduces the basic tools of image processing, which will be deepened in the following courses. Finally it gives students the specific software skills on image processing that will enable them to implement the algorithms seen in other courses. The objective of this module is to provide an overview of image processing both from an algorithmic and software point of view, giving students the basics allowing them to structure their future knowledge in image processing.

Learning Outcome

  • Be able to design and implement in C ++ simple treatments on digital images
  • Be able to use an image processing library


MODI-S7 Modalités d'observation et dispositifs d'imagerie
(MODI-S7 Signal Acquisition and Imaging Modalities)

Objectif

L'objectif est de donner à l’étudiant une vision globale des techniques et dispositifs pour l'observation du vivant (images et signaux multimodalités et multiéchelles) tant sur les plans diagnostique que thérapeutique.

Compétences

  • Maîtrise des principes physiques mis en jeu dans les dispositifs d'observation du vivant.
  • Aptitude à interpréter le contenu informationnel des images et signaux biomédicaux

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this course is to give the student an overview of the techniques and devices used for life imaging and observation (multimodality and multi-scale images and signals), both at diagnosis and therapy levels.

Learning Outcome

  • Mastering of the physical principles involved in the devices used to observe living beings.
  • Ability to interpret the information content of biomedical images and signals.


S8-TI Option IS

TS3-S8 Traitement du signal 3 : problèmes inverses en ingénierie pour la santé
(TS3-S8 Signal Processing 3 - Inverse Problems in Biomedical Engineering)

Objectif

Après avoir introduit dans le module TS2-S7 (Traitement du signal 2) les notions de signaux aléatoires, on verra dans le présent module comment exploiter un modèle d'observation pour reconstruire des données cachées, estimer des paramètres d'intérêt ou encore inférer sur certaines hypothèses, en d'autres termes on s'intéressera à la résolution de problèmes dits inverses.

Compétences

  • 1. Connaitre les principales lois de physique utilisées en ingénierie biomédicale permettant de modéliser les signaux observés et de formaliser une certaine classe de problèmes inverses.
  • 2. Savoir interpréter et traduire mathématiquement un certain nombre d’hypothèses physiologiques dans le but de régulariser le dit problème inverse.
  • 3. Maitriser les approches standard de résolution de problème inverse (déterministe versus probabiliste).

Bibliographie

  • http://www.ipgp.jussieu.fr/~tarantola/Files/Professional/Books/InverseProblemTheory.pdf

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

Following on the introduction of the concept of random signals in the TS2-S7 course (Signal Processing 2), the objective of this course is to learn how to exploit a model of observation to reconstruct hidden data and estimate parameters of interest using some hypotheses. In other words we shall be interested in the resolution of potentially ill-posed inverse problems.

Learning Outcome

  • 1. Know the main of physical laws used in biomedical engineering allowing to model the observed signals and to formalize a certain class of inverse problems.
  • 2. Know how to interpret and translate mathematically a number of physiological hypotheses with the aim of regularizing inverse problems.
  • 3. Master the standard approaches (deterministic versus probabilistic) to solving inverse problems.


SDP-S8 Statistiques et plan d'expérience
(SDP-S8 Statistics and Experimental Plan Design)

Objectif

intervalles de confiances, estimateurs moyenne et d’écart-type, test statistiques de comparaison à une moyenne attendue, tests statistiques de comparaison de deux populations, probabilité critique, régression linéaire simple, régression linéaire multiple, régression logistique, courbes de caractéristiques opérationnelles de réception (COR), aire sous la courbe COR, plan d’expérience à un facteur, test de Fisher, analyse de la variance. - Applications des connaissances acquises à une problématique clinique : test de Student à deux échantillons, Régression logistique, probabilité critique, Aire sous la courbe COR.

Compétences

  • Comprendre et évaluer les résultats d’une expérience
  • Savoir quel test statistique choisir suivant les données expérimentales disponibles et savoir poser les hypothèses de tests et interprétation
  • Modélisation statistique (linéaire et logistique)
  • Plan d’expérience à un facteur : les différentes étapes et l’interprétation des résultats
  • Langage

Bibliographie

  • Montgomery, D. C., & Runger, G. C. (2010). Applied statistics and probability for engineers. John Wiley & Sons

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

  • Statistical intervals for single sample and estimation of means and variances.
  • Tests of hypotheses for single sample and for two samples.
  • Simple linear regression and correlation and multiple linear regression
  • Logistic regression, ROC curves and area under ROC curve.
  • Design and analysis of single-factor experiments : analysis of variance, Fisher test.
  • Application to a clinical problematic

Learning Outcome

  • Understanding and analysing experimental results.
  • Knowing the adequate statistical test for a given experimental data set . Knowing how to choose test hypotheses and interpret results.
  • Linear and logistic statistical modeling.
  • Design and analysis of single-factor experiments.
  • Utilisation de la langage R


AMS-S8 Analyse multimodale de signaux médicaux
(AMS-S8 Multi-Way Analysis of Biomedical Signals)

Objectif

Cet enseignement vise à donner aux étudiants les éléments nécessaires à l'implémentation d'outils d'analyse multimodale de signaux déterministes qui doivent fréquemment être mis en œuvre en traitement du signal afin d'extraire l'information utile.

Compétences

  • 1. Maîtriser les outils d’analyse temps-fréquence ou temps-échelle, très largement utilisés en ingénierie biomédicale.
  • 2. Savoir calculer une SVD (Singular Value Decomposition) de matrice et l’une de ses extensions au cas de tableaux d’ordre supérieur telle que la décomposition canonique polyadique.
  • 3. Savoir résoudre le problème de localisation de sources intracérébrales de courant dans le contexte de l’épilepsie pharmaco-résistante.
  • 4. Pouvoir formaliser une certaine classe de problèmes cliniques comme un problème de traitement du signal et le résoudre à l’aide des outils de traitement de l’information étudiés dans la formation.

Bibliographie

  • P. FLANDRIN, 1998 : Temps-Fréquence (2ème éd., revue et corrigée), 396 p., Hermès, Paris. J. H. BECKER, L. ALBERA, P. COMON, M. HAARDT, G. BIROT, F. WENDLING, M. GAVARET, C. BENAR and I. MERLET, "EEG extended source localization: tensor-based vs. conventional methods," in Elsevier NeuroImage, vol. 96, pp. 143–157, August 2014.

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this course is to give to the students the elements necessary for the implementation of tools of multi-way analysis of deterministic signals which must be frequently processed in biomedical engineering to extract the useful information.

Learning Outcome

  • 1. Master the tools of time- frequency and time-scale analysis, very widely used in biomedical engineering.
  • 2. Know how to calculate the SVD (Singular Value Decomposition) of a matrix and one of its extensions to higher order arrays such as the canonical polyadic decomposition.
  • 3. Know how to solve the problem of brain source localization in the context of drug-resistant epilepsy.
  • 4. Be able to formalize a certain class of clinical problems as a problem of signal processing and solve it by means of the tools studied at ESIR.


MODL-S8 Modélisation
(MODL-S8 Modeling)

Objectif

Ce module a pour objectif d’introduire la modélisation et la simulation des systèmes physiques et physiologiques sur la base des équations aux dérivées partielles et des outils numériques pour leur résolution.

Compétences

  • Maîtrise des principes de base de la modélisation.
  • Aptitude à mettre en œuvre un outil logiciel de simulation numérique

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this course is to introduce the modeling and simulation of physical and physiological systems, based on partial differential equations and on the numerical tools used for their resolution.

Learning Outcome

  • Mastering of basic modeling techniques.
  • Ability to implement a numerical simulation software tool.


TIMM-S8 Traitement d'images médicales
(TIMM-S8 Medical Image Processing)

Objectif

L'objectif de cet enseignement est de donner aux étudiants les moyens méthodologiques de résoudre des problèmes de traitement et de visualisation de données issues d'images médicales.

Compétences

  • Connaissance des problématiques de distorsions d’images médicales et des méthodes de correction
  • Maîtrise des grandes classes de méthodes de segmentation
  • Capacité à sélectionner la méthode adaptée aux objectifs du traitement et aux caractéristiques des images considérées
  • Maîtrise des principaux modes de visualisation d’image

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

The objective of this module is to provide the methodological means to address medical image processing and visualization issues.

Learning Outcome

  • Knowledge of medical image distorsion issues and of the correction methods
  • Knowledge of the broad classes of segmentation methods
  • Ability to select the appropriate method according to the processing goal and to the characteristics of the images
  • Knowledge of the main visualization methods


BIOL-S8 Biologie
(BIOL-S8 Biology)

Objectif

L'objectif de ce module est de comprendre, sous forme concise, le fonctionnement des cellules au sein de systèmes vivants complexes. Un accent sera mis sur les cellules excitables et la communication cellulaire. Cet enseignement n'est évidemment pas à considérer isolément, mais en relation, en particulier, avec les enseignements de physiologie de la première année et avec tous ceux concernant les micro ou nano technologies biomédicales.

Compétences

  • Etre capable de comprendre les mécanismes neurophysiologiques généraux et spécifiques de certaines cellules sensorielles.
  • Avoir de bonnes connaissances théoriques et pratiques en neurotransmission ainsi que des pathologies associées.
  • Comprendre et assimiler les mécanismes généraux homéostatiques de régulation du milieu intérieur.
  • Etre capable de différencier les mécanismes neuro-endocrines, comportementaux et pathologiques impliqués dans la régulation de la balance hydro-sodée et la température du milieu corporel.

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The goal of this course is to teach fundamental cell physiology taking into account its integration in complex living tissue and/or organ systems. Cellular excitability and cell communication will be highlighted. This teaching will reinforce the physiology courses of the previous year and put forward relationships with other courses on biomedical micro- nano-technologies.

Learning Outcome

  • To be able to determine the general and specific neurophysiological mechanisms of sensory cells.
  • To master the basic theoretical and experimental knowledge concerning neurotransmission and related diseases.
  • To be able to understand the general homeostatic mechanism involved in the regulation of key physiological parameters.
  • To be able to analyze and differentiate the neuro-endocrine, behavior and pathological mechanisms involved in the regulation of water-sodium balance and body core temperature


TCNR-S8 Technologie pour la santé : contexte, normes et réglementations 1
(TCNR-S8 Health Technology : Context, Standards and Regulations 1)

Objectif

Présenter aux futurs ingénieurs le contexte des technologies pour la santé, UNCAM, ARS, ANSM...) ainsi que les démarches intervenant dans l'élaboration, la mise en œuvre et l'exploitation d'un dispositif ou d'un plateau technique biomédical. Ce module répartit en 2ème et 3ème années, présente également le rôle et les responsabilités de l'ingénieur dans le domaine des technologies pour la santé au regard du contexte institutionnel, règlementaire et législatif. Il est réalisé en collaboration avec l'EHESP? LE CHU de Rennes et ID2Santé (ex-CRITT Santé Bretagne).

Compétences

  • Conduite de projets (cf. MGT3-S7 GANTT, MPM)
  • Évaluation financière de projet

Bibliographie

  • Conduite de projets (GANTT, MPM)
  • Loi HPST (Hôpital, Patient, Santé et Térritoire)
  • PRS (Plan régional de santé) : ARS et conseils généraux
  • Code de la santé publique

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

  • The objective of this module is to present the general context of healthcare in France:
  • -the major public agencies which regulate healthcare and health technology in France : National Authority for Health(HAS), Ministry of Health, social security (UNCAM) regional healthcare agencies (ARS) and the regulation authority for drugs and biomedical research (ANSM).
  • - The procedures that govern the elaboration, implementation and exploitation of biomedical engineering/healthcare technical platforms.
  • - the institutional, regulatory and legal definitions of the role and responsibilities of biomedical engineers.
  • This module is organised in cooperation with the National School of Public Health (EHSP), the University Hospital of Rennes (CHU), and the regional agency for technical healthcare innovation (I2Santé)

Learning Outcome

Project management - see module MGT3-S7


SEM2-S8 Systèmes embarqués - Microcontrôleurs 2
(SEM2-S8 Embedded Systems - Microcontrollers 2)

Objectif

L'objectif de ce module est, suite au module SEM1, d'appréhender la mise en œuvre des dispositifs intégrant une communication sans fil. Le protocole Zigbee est considéré comme exemple. De même, une introduction aux DSP est réalisée.

Compétences

  • Capacité à utiliser une documentation technique
  • Comprendre et mettre en œuvre les principaux aspects de l'utilisation des communications sans fil
  • Comprendre les principaux aspects de l'utilisation des DSPs
  • Capacité à sélectionner un système adapté à une fonction ciblée

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this module is, after the SEM1-S7 module, to understand the implementation of devices with wireless communication. The Zigbee protocol is considered as an example. An introduction to DSP is also made.

Learning Outcome

  • Ability to use a technical documentation
  • Ability to understand and implement key aspects of wireless
  • communications
  • Ability to understand key aspects of DSPs
  • Ability to select a system appropriate to a targeted function


PROJIS-S8 Projet
(PROJIS-S8 Projet)

Objectif

Ce projet concerne l'étude et la mise en œuvre d'une application biomédicale impliquant du traitement du signal ou d'image. Il revêt un caractère pluridisciplinaire et nécessite à la fois un travail en équipe (organisation, gestion de projet, analyse de risques), une recherche bibliographique (documentation technique) et la réalisation technique du projet dans le temps et avec les moyens impartis.

Compétences

Aptitudes au travail en équipe, gestion de projet, organisation et communication.

Bibliographie

//

Validation

  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]
  • [Par une présentation activité] Validation des compétences en français :


Objective

This project deals with the design and implementation of a biomedical application involving signal or image processing. It is of a multidisciplinary nature and it requires teamwork (organization, project management, risk analysis), a bibliographic research (technical documentation) and a technical implementation with the allotted resources and under deadline constraints.

Learning Outcome

  • Skills in team work, project management, organization and communication.


S9-TI Option IS

ESRH-S9 E-santé et réseaux hospitaliers
(ESRH- S9 E-Health and Medical Information Systems)

Objectif

L'objectif de ce module est de connaître les problématiques liées au dossier patient. Cela recouvre notamment les problèmes de partage d'information, de télémédecine et d’interopérabilité des systèmes d'information en santé.

Compétences

  • Dossier patient électronique
  • Systèmes d'information en santé
  • Télémédecine
  • Interopérabilité
  • Partage d'information
  • Confidentialit

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

This module aims at presenting the challenges related to electronic health records. It encompasses the problems of information sharing, of telemedicine and of interoperability.

Learning Outcome

  • Electronic health record
  • Health information systems
  • Telemedicine
  • Interoperability
  • Information sharing
  • Confidentialit


GMCAO-S9 Gestes médico-chirurgicaux assistés par ordinateur
(GMCAO-S9 Computer Assisted Medical Interventions)

Objectif

L'objectif est de donner aux étudiants une vue d'ensemble des Gestes Médico-Chirurgicaux Assistés par Ordinateur (GMCAO). Un éclairage plus spécifique est apporté sur les composantes méthodologiques relevant des technologies de l'information et de la vision par ordinateur. Différents domaines d'applications des GMCAO sont présentés et mis en perspectives.

Compétences

  • Maîtrise de la chaîne des GMCAO.
  • Aptitude à mettre en œuvre des outils logiciels d'assistance aux gestes interventionnels et chirurgicaux

Bibliographie

//

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]
  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]


Objective

The objective of this course is to provide students with an overview of computer assisted medical interventions and surgery (CAMI) and to present different application fields. The aim is also to highlight methodological components related to information technology, computer vision and image based assistance techniques.

Learning Outcome

  • Mastering of CAMI concepts and technologies.
  • Ability to implement software tools for computer assisted medical interventions.


TCNR-S9 Technologies pour la santé : contexte, normes et réglementations 2
(TCNR-S9 Health Technology : Context, Standards and Regulations 2)

Objectif

L'objectif de ce module est de présenter aux futurs ingénieurs le contexte des technologies pour la santé, les différents acteurs (établissements de santé, laboratoires, HAS,Ministère de la Santé, UNCAM, ARS, ANSM ...) ainsi que les démarches intervenant dans l'élaboration, la mise en oeuvre et l'exploitation d'un dispositif ou d'un plateau technique biomédical. Ce module répartit en 2ème et 3ème années, présente également le rôle et les responsabilités de l'ingénieur dans le domaine des technologies pour la santé au regard du contexte institutionnel, réglementaire et législatif. Il est réalisé en collaboration avec l'EHESP, le CHU de Rennes et ID2Santé (ex-CRITT Santé Bretagne).

Compétences

  • Conduite de projets (cf. MGT3 - S7 - GANTT, MPM).
  • Evaluation financière de projets.
  • aisance rédactionnelle.
  • Capacité à synthètiser et à vulgariser l'information afin de la rendre accessible au plus grand nombre.
  • Maîtrise des outils informatiques de bureautique (Word, Excel.

Bibliographie

  • conduite de projets (GANTT, MPM)
  • Loi HPST (Hôpital, Patient, Santé et Territoire),
  • PRS (plan régional de santé) : ARS et conseils généraux,
  • Code de la santé publique

Validation

  • [Validation des compétences en français : par contrôle continu (au moins 2 CC)]


Objective

  • This module follows the TCNR-S8 module (Health Technology Context, Standards and Regulations), and continues the presentation of the major players in French healthcare, standards and regulation procedures.
  • See module TCNR-S8 for overall course objectives

Learning Outcome

Project management - see module MGT3-S7


PROJIS-S9 Projet industriel
(PROJIS-S9 Industrial Project)

Objectif

Voir module PROINFIN-S9 (Projet industriel)

Compétences

Voir module PROINFIN-S9 (Projet industriel)

Bibliographie

  • Support de cours de communications

Validation

  • [Validation des compétences en français : par une réalisation pratique (Projet, Tp,etc...)]
  • [Validation des compétences en français : par une réalisation de document]
  • [Par une présentation activité] Validation des compétences en français :


Objective

See module PROINFIN-S9 (Industrial Project)

Learning Outcome

See module PROINFIN-S9 (Industrial Project)


')