| TBMI02 |
Medicinsk bildanalys, 6 hp
/Medical Image Analysis/
För:
BME
D
IT
MED
U
Y
|
| |
Prel. schemalagd
tid: 48
Rek. självstudietid: 112
|
| |
Utbildningsområde: Teknik
Huvudområde: Medicinsk teknik, Elektroteknik Nivå (G1,G2,A): A
|
| |
Mål:
IUAE-matris
Kursen avser att fördjupa insikten i hur medicinska bilder, volymer och sekvenser genereras och analyseras för några av de mest frekventa avbildande systemen som används. Speciellt behandlas de tekniker och metoder som används vid undersökningar med filteroptimering, beskrivning av lokala strukturer, adaptiv filtrering, segmentering och bildfusion med magnetisk resonanstomografi (MR). Efter fullgjord kurs ska du kunna:
- optimera multidimensionella filter m.a.p. spatiala och temporala egenskaper
- beräkna och använda lokala strukturbeskrivningar i bilder uttryckt i form av tensorer. för att styra en adaptiv filtrering.
- redogöra för och implementera segmenteringsmetoder som watershed, levelsets, region growing och aktiva konturer.
- redogöra för transformationsmodeller och likhetsmått för registrering/fusion av bilder. På egen hand kunna registrera enklare bilder.
- ingående beskriva multidimensionella signales beteende i Fourierdomänen.
- i detalj redogöra för hur MRI-data kan samlas in i k-rymden samt de problem som därvid kan uppstå.
|
| |
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan)
Väl inhämtade kunskaper i linjär algebra: baser, skalärprodukter, minstakvadratproblem, egenvärdesproblem och analys. Grundläggande signalbehandling motsvarande linjära system: sampling, faltning och Fouriertransform av envariabelsignaler. Grundläggande färdigheter i användning av Matlab rekommenderas.
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
| |
Påbyggnadskurser
Multidimensionell signalanalys, Datorseende, Bildgenererande teknik inom medicinen, Neuronnät och lärande system
|
| |
Organisation:
Kursen består av föreläsningar, lektioner, laborationer och ett miniprojekt. Laborationerna och miniprojektet utförs i grupper om 2 studenter.
Laborationerna redovisas muntligt i schemalagda labseminarier. Miniprojektet omfattar 3 schemalagda labtillfällen redovisas i en skriftlig rapport.
För att bli godkänd på laborationsdelen fodras att körbar matlabkod demonstreras för labhandledaren, deltagande i labseminarierna och en skriftlig rapport för miniprojektet.
|
| |
Kursinnehåll:
Avbildande system
Fysikaliska principer och bildrekonstruktionsmetoder för:
- Magnetresonanstomografi (MRI)
Analysmetoder:
- Multidimensionell Fourieranalys
- Lokal strukturanalys i 2D,3D och 4D (3D + tid)
- Estimering av rörelse
- Geometrisk bildanpassning
- Segmentering m h a adaptiva konturer och ytor.
Tillämpningar:
- Bildförbättring
- Funktionell magnetresonanstomografi (fMRI)
- Bildregistrering
|
| |
Kurslitteratur:
Kompendium om MR, registrering och segmentering. A. Eklund, M. Andersson och H. Knutsson. IMT 2010.
Utdelat material
|
| |
Examination: |
TEN2
LAB1
|
En skriftlig tentamen (U,3,4,5)
Laborationskurs med skriftlig rapportering av miniprojekt (U,G)
|
4 hp
2 hp
|
| |
|
|
|