SANAL CERRAHİ UYGULAMALARI

AMAÇ

Bu dersin amacı, sanal cerrahi uygulamalarında kullanılan temel teorik ve uygulamalı araçları öğrencilere sunmaktır. Özellikle matematiksel modelleme, sonlu eleman analizi (FEA) ve yapay zeka simülasyonları kullanarak cerrahi prosedürlerin sanal ortamda simülasyonunu gerçekleştirme yetkinliği kazandırılacaktır. Öğrenciler, bu yöntemleri kullanarak bireyselleştirilmiş cerrahi planlama ve sonuç değerlendirme süreçlerine katkıda bulunacak beceriler kazanacaktır.

İÇERİK

Bu ders; Matematiksel Modelleme ve Sistem Dinamiği Temelleri,Fiziksel Sistemlerin Modellenmesi: Mekanik Sistemler,Diferansiyel Denklemler ve Lineer Olmayan Sistemler,Sonlu Eleman Analizi (FEA) Temelleri: Yapısal Modeller,Yapısal Sistemler İçin Sonlu Elemanlar Formülasyonu,Akışkanlar Mekaniği İçin Matematiksel Modelleme,Akışkan Yapı Etkileşimi (FSI) ve Sonlu Elemanlar Yaklaşımı,Biyomekanik Sistemler İçin Modelleme: Kan Akışı,Sayısal Çözümleme Teknikleri ve Sonlu Farklar Yöntemi, Mühendislikte Yapay Zeka Uygulamaları, Yüksek Boyutlu Sistemlerde Optimizasyon,Cerrahi Simülasyonlar İçin Modelleme: Karmaşık Sistemler,Yapay Zeka ile Öğrenen Sistemler: Simülasyonlar,Proje Sunumları ve Tartışma; konularını içermektedir.

1. 1

   Students gain a deep understanding of the theoretical principles behind virtual surgery applications, including mathematical modeling, finite element analysis (FEA), and artificial intelligence simulations, enabling them to critically analyze and apply these concepts in a scientific context.

   Öğretim yöntemi: Örnek Olay Yöntemi, Rol Oynama ve Drama Tekniği, Tersine Beyin Fırtınası Tekniği, Probleme Dayalı Öğrenme Modeli

2. 2

   By the end of the course, students will be proficient in utilizing simulation tools and methodologies to model and solve complex surgical scenarios, emphasizing the accuracy and validity of the virtual outcomes compared to clinical data.

   Öğretim yöntemi: Gösterip Yapma Yöntemi, Problem Çözme Yöntemi, Probleme Dayalı Öğrenme Modeli, Deneyimle Öğrenme Modeli

3. 3

   Students integrate knowledge from biomechanics, computational science, and artificial intelligence to address challenges in surgical planning and prediction, fostering a multidisciplinary approach to solving real-world problems in healthcare.

   Öğretim yöntemi: Gösterip Yapma Yöntemi, Problem Çözme Yöntemi, Örnek Olay Yöntemi

4. 4

   Learners will demonstrate the ability to create individualized surgical plans by incorporating patient-specific data into virtual models, enhancing the precision and customization of surgical procedures.

   Öğretim yöntemi: Beyin Fırtınası Tekniği, Bilgisayar Ve İnternet Destekli Öğretim, Sorgulama Temelli Öğrenme Modeli · Değerlendirme: Ödev, Kısa Sınav

HAFTALIK PLAN

1. HAFTA 1

   Matematiksel Modelleme ve Sistem Dinamiği Temelleri

   Ön hazırlık: Matematiksel modellemenin temel kavramları, diferansiyel denklemler

2. HAFTA 2

   Fiziksel Sistemlerin Modellenmesi: Mekanik Sistemler

   Ön hazırlık: Newtonian mekaniği, denge denklemleri, kütle-çubuk sistemleri

3. HAFTA 3

   Diferansiyel Denklemler ve Lineer Olmayan Sistemler

   Ön hazırlık: Lineer ve lineer olmayan diferansiyel denklemler, stabilite analizi

4. HAFTA 4

   Sonlu Eleman Analizi (FEA) Temelleri: Yapısal Modeller

   Ön hazırlık: FEA'nin matematiksel temelleri, zayıf formülasyonlar

5. HAFTA 5

   Yapısal Sistemler İçin Sonlu Elemanlar Formülasyonu

   Ön hazırlık: Stiffness matrisi, sınır koşulları, sonlu elemanlar matris denklemleri

6. HAFTA 6

   Akışkanlar Mekaniği İçin Matematiksel Modelleme

   Ön hazırlık: Navier-Stokes denklemleri, akışkan dinamiği teorisi

7. HAFTA 7

   Akışkan Yapı Etkileşimi (FSI) ve Sonlu Elemanlar Yaklaşımı

   Ön hazırlık: FSI prensipleri, coupled denklemler

8. HAFTA 8

   Biyomekanik Sistemler İçin Modelleme: Kan Akışı

   Ön hazırlık: Kan akışı modellemesi, hemorheolojik modeller

9. HAFTA 9

   Sayısal Çözümleme Teknikleri ve Sonlu Farklar Yöntemi

   Ön hazırlık: Sonlu farklar yaklaşımı, zaman adımlama teknikleri

10. HAFTA 10

    Mühendislikte Yapay Zeka Uygulamaları

    Ön hazırlık: Yapay sinir ağları, regresyon ve sınıflandırma algoritmaları

11. HAFTA 11

    Yüksek Boyutlu Sistemlerde Optimizasyon

    Ön hazırlık: Gradyan tabanlı optimizasyon yöntemleri, Hessian matrisleri

12. HAFTA 12

    Cerrahi Simülasyonlar İçin Modelleme: Karmaşık Sistemler

    Ön hazırlık: Çoklu sistemlerin modellenmesi, zorluk ve belirsizlik analizi

13. HAFTA 13

    Yapay Zeka ile Öğrenen Sistemler: Simülasyonlar

    Ön hazırlık: Derin öğrenme ve optimizasyon, AI ile simülasyon

14. HAFTA 14

    Proje Sunumları ve Tartışma

    Ön hazırlık: Uygulanan modellerin sunumu ve analiz

DEĞERLENDİRME

• Ara Sınavın Başarıya Oranı50%
• Genel Sınavın Başarıya Oranı50%

İŞ YÜKÜ

KAYNAKLAR

• Bathe, K.-J. Finite Element Procedures Chandra, R., Bedi, S. Artificial Intelligence in Surgery: Applications and Research
• ANSYS Student, Fusion 360, Simscale, COMSOL

ÖĞRETİM ELEMANLARI

• Assist.Prof. Kevser Banu KÖSEKOORDİNATÖR
• Assist.Prof. Kevser Banu KÖSE