Popis předmětu - BEAM33ZMO
Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
Výsledek studentské ankety předmětu je zde: A6M33ZMO
| BEAM33ZMO | Medical Image Processing | ||
|---|---|---|---|
| Role: | PV | Rozsah výuky: | 2P+2C |
| Katedra: | 13133 | Jazyk výuky: | EN |
| Garanti: | Kybic J. | Zakončení: | Z,ZK |
| Přednášející: | Kybic J. | Kreditů: | 6 |
| Cvičící: | Kybic J. | Semestr: | Z |
Anotace:
Předmět popisuje algoritmy digitálního zpracování 2D a 3D obrazů, s důrazem na biomedicínské aplikace. Důkladněji proto budou probrány zejména nejpoužívanější techniky při zpracování medicínských obrazů: segmentace, registrace, a klasifikace. Metody budou ilustrovány řadou příkladů na lékařských datech. Studenti si vyzkouší implementaci některých algoritmů v rámci cvičení. Vzhledem k velmi značnému překryvu předmětů A6M33ZMO a A4M33DZO budou tyto předměty v letošním roce vyučovány společně. Prosím sledujte www stránku předmětu. http://cw.felk.cvut.cz/doku.php/courses/a6m33zmo/startVýsledek studentské ankety předmětu je zde: A6M33ZMO
Cíle studia:
Naučit se principům a použití základních algoritmů pro zpracování lékařských a biologických obrazů, zejména registrace, segmentace a klasifikace. Jednodušší algoritmy budou studenti sami implementovat.Osnovy přednášek:
Vzhledem k velmi značnému překryvu předmětů A6M33ZMO a A4M33DZO budou tyto předměty v letošním roce vyučovány společně. Prosím sledujte www stránku předmětu. http://cw.felk.cvut.cz/doku.php/courses/a6m33zmo/start| 1. | Úvod, digitalizace a kvantizace, jasové transformace, histogram. | |
| 2. | Interpolace, geometrické transformace, 2D /3D lineární a nelineární filtrace. | |
| 3. | Potlačení šumu, Wienerova filtrace, waveletové filtrování a odstranění šumu. | |
| 4. | Matematické morfologie. Textura a její popis. | |
| 5. | Segmentace, metody nízké úrovně (prahování, narůstání oblastí). | |
| 6. | Grafové segmentační metody. | |
| 7. | Segmentace metodou aktivních kontur. Analýza hlavních komponent. Statistické modely. | |
| 8. | Levelsety (křivky úrovně), použití pro segmentaci. | |
| 9. | Registrace založená na klíčových bodech, elastická a rigidní, robustní metody. | |
| 10. | Podobnostní kritéria a optimalizační metody pro elastickou registraci. | |
| 11. | Diskrétní registrační metody. Diffeomorfické registrační metody. Optický tok. | |
| 12. | Problém rekonstrukce, aplikace na CT, regularizace, nelineární metody. | |
| 13. | Problém detekce a klasifikace, aplikace v mamografii, CT, MRI a ultrazvuku. | |
| 14. | Rezerva. |
Osnovy cvičení:
Individuální práce budou spočívat v samostatné praktické práci, spočívající ve využití probraných algoritmů pro analýzu konkrétních lékařských dat.Literatura:
| [1] | Sonka M., Fitzpatrick J. M.: Handbook of Medical Imaging, vol.2. SPIE Press, 2000. | |
| [2] | Bankman, I.: Handbook of Medical Imaging, Processing and Analysis, vol.1. Academic Press, 2000. | |
| [3] | Hlaváč, V., Sedláček, M.: Zpracování signálů a obrazů, Skripta ČVUT Praha, Praha, 2001. |
Požadavky:
Základní znalost zpracování signálů včetně Fourierovy transformace, základní znalost principů lékařských zobrazovacích metod.Webová stránka:
https://cw.fel.cvut.cz/wiki/courses/BEAM33ZMOKlíčová slova:
zpracovani obrazů, lékařské zobrazovací metody, registrace, segmentace, klasifikace, interpolace, detekce, rekonstrukce, potlačení šumu, aktivní kontury.Předmět je zahrnut do těchto studijních plánů:
| Plán | Obor | Role | Dop. semestr |
| MEBIO2_2018 | Medical Instrumentation | PV | 3 |
| MEBIO4_2018 | Signal Processing | PV | 3 |
| MEBIO3_2018 | Image Processing | PV | 3 |
| MEBIO_2018 | Před zařazením do oboru | PV | 3 |
| MEBIO1_2018 | Bioinformatics | PV | 3 |
| Stránka vytvořena 16.1.2022 17:50:39, semestry: L/2022-3, Z/2021-2, L/2020-1, Z/2022-3, L/2021-2, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |