SylabUZ
Nazwa przedmiotu | Wydobywanie wiedzy z obrazów medycznych |
Kod przedmiotu | 06.9-WM-IB-EiIwM-D-16_19 |
Wydział | Wydział Mechaniczny |
Kierunek | Inżynieria biomedyczna |
Profil | ogólnoakademicki |
Rodzaj studiów | drugiego stopnia z tyt. magistra inżyniera |
Semestr rozpoczęcia | semestr zimowy 2022/2023 |
Semestr | 2 |
Liczba punktów ECTS do zdobycia | 4 |
Typ przedmiotu | obowiązkowy |
Język nauczania | polski |
Sylabus opracował |
|
Forma zajęć | Liczba godzin w semestrze (stacjonarne) | Liczba godzin w tygodniu (stacjonarne) | Liczba godzin w semestrze (niestacjonarne) | Liczba godzin w tygodniu (niestacjonarne) | Forma zaliczenia |
Wykład | 30 | 2 | 18 | 1,2 | Zaliczenie na ocenę |
Laboratorium | 30 | 2 | 18 | 1,2 | Zaliczenie na ocenę |
Celem kształcenia jest zdobycie wiedzy i umiejętności w zakresie wykorzystania metod przetwarzania, analizy obrazów medycznych w diagnostyce medycznej
Wykład:
Wprowadzenie do wizji komputerowej. Elementarne operacje i przekształcenia wykonywane na obrazie. Metody wykrywania krawędzi. Transformata Hougha oraz jej pochodne. Morfologia matematyczna. Przegląd algorytmów segmentacji. Tekstury. Zastosowanie sztucznych sieci neuronowych w segmentacji obrazów oraz detekcji i rozpoznawaniu obiektów. Przykłady automatycznych systemów wspomagających diagnostykę medyczną
Ćwiczenia laboratoryjne:
Wykorzystanie środowiska Python oraz ImageJ do przetwarzania obrazów. Modele barw. Operacje arytmetyczne i przetwarzanie morfologiczne. Wyznaczanie granic i konturów obiektów. Detekcja linii i okręgów. Progowanie histogramu. Algorytm wododziałowy i aktywnych konturów. Ekstrakcja cech. Zastosowanie sztucznych sieci neuronowych w zagadnieniu segmentacji obrazów medycznych oraz wykrywaniu i rozpoznawaniu obiektów.
Wykład - wykład konwencjonalny z wykorzystaniem wideoprojektora.
Laboratorium - zajęcia praktyczne, symulacje komputerowe.
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
wykład - warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze wszystkich testów i sprawdzianów
laboratorium - warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze wszystkich sprawdzianów i referatów
ocena końcowa = 0.5 ocena zaliczenia z formy zajęć wykład + 0.5 ocena zaliczenia z formy zajęć laboratorium
Dey S. Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data, Packt Publishing, 2018
Zmodyfikowane przez dr hab. inż. Marek Kowal, prof. UZ (ostatnia modyfikacja: 30-04-2022 12:44)