SylabUZ
Nazwa przedmiotu | Wydobywanie wiedzy z obrazów medycznych |
Kod przedmiotu | 06.9-WM-IB-EiIwM-D-18_15W_pNadGenIOWCJ |
Wydział | Wydział Mechaniczny |
Kierunek | Inżynieria biomedyczna / Elektronika i informatyka w medycynie |
Profil | ogólnoakademicki |
Rodzaj studiów | drugiego stopnia z tyt. magistra inżyniera |
Semestr rozpoczęcia | semestr zimowy 2016/2017 |
Semestr | 3 |
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 umiejętności i kompetencji w zakresie stosowania technik przetwarzania obrazów medycznych z uwzględnieniem technik sztucznej inteligencji, obliczeń inteligentnych do projektowania i wdrażania systemów informatycznych wspierających procesy diagnostyczne i monitorujące proces leczenia.
Wykład:
Modele barw i sposoby kodowania obrazów barwnych. Elementarne operacje i przekształcenia wykonywane na obrazie. Metody wykrywania krawędzi. Transformata Radona, Hougha oraz jej pochodne. Metody opisu i analizy kształtów. Przegląd algorytmów segmentacji. Numeryczny opis zawartości obrazu oraz miary morfometryczne obiektów. Tekstury. Metody redukcji wymiarowości dla problemów diagnostyki medycznej. Statystyczne aspekty zagadnień diagnostyki medycznej. Techniki sztucznej inteligencji w zagadnieniach rozpoznawania obrazów i klasyfikacji wzorców. Budowa systemów do automatycznej diagnostyki obrazowej. Przykłady automatycznych systemów diagnostycznych wspomagających cytodiagnostykę.
Ćwiczenia laboratoryjne:
Wykorzystanie środowiska Matlab do przetwarzania obrazów. Modele barw oraz kodowanie. Operacje arytmetyczne i przetwarzanie morfologiczne. Wyznaczanie granic i konturów obiektów. Detekcja linii, okręgów i elips na obrazach medycznych. Progowanie histogramu jako przykład segmentacji obrazów. Algorytm wododziałowy i aktywnych konturów. Sposoby numerycznego opisu obiektów i obszarów zainteresowania. Metody redukcji wymiarowości zarówno w przestrzeni samego obrazu jak i cech obiektów na nim występujących. Zastosowanie sztucznych sieci neuronowych w zagadnieniu klasyfikacji obrazów medycznych. Projekt systemu wspomagającego automatyczną ocenę obrazów cytologicznych.
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
Zmodyfikowane przez dr hab. inż. Marek Kowal, prof. UZ (ostatnia modyfikacja: 09-09-2016 07:55)