Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2018/2019

Zpracování medicínských obrazů

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
BAM33ZMO Z,ZK 6 2p+2c česky
Korekvizita:
Bezpečnost práce v elektrotechnice pro magistry (BEZM)
Předmět nesmí být zapsán současně s:
Zpracování medicínských obrazů (A6M33ZMO)
Medical Image Processing (BEAM33ZMO)
Předmět je náhradou za:
Zpracování medicínských obrazů (A6M33ZMO)
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra kybernetiky
Anotace:

Předmět se zabývá nejčastěji používanými pokročilými metodami analýzy obrazu se zaměřením na obrazy z lékařských a biologických modalit, od mikroskopie, přes ultrazvuk, až po MRI a CT, včetně časových sekvencí.

Požadavky:

Znalost programování, základní znalost technik zpracování obrazů, základní znalost principů lékařských zobrazovacích metod.

Osnova přednášek:

1. Úvod, specifika biomedicínských obrazů. Nelineární filtrace založená na PDE, numerické metody.

2. Textura a deskriptory textury.

3. Vlnková transformace (wavelets) pro popis textury a odstranění šumu. Komprimované snímání.

4. Segmentace metodou aktivních kontur a povrchů. Křivky úrovně (level sets). Použití ve 3D a rychlé algoritmy.

5. Segmentace v příznakovém prostoru, segmentace s modely tvaru a vzhledu, popis a analýza tvaru.

6. Segmentace jako hledání cesty (random walker) a segmentace pomocí diskrétní optimalizace.

7. Nelineární registrace a klíčové body. Registrace jako maximalizace podobnosti obrazů. Kritéria podobnosti.

8. Multimodální registrace, hierarchické metody. Regularizace a difeomorfické metody.

9. Registrace sekvencí. Optický tok. Registrace jako diskrétní optimalizace.

10. Detekce a klasifikace jako problém strojového učení, vícestupňové metody.

11. Tomografická rekonstrukce pro obecné geometrie, iterativní a statistické metody. Rekonstrukce pro MRI modality.

12. Vizualizace 3D objemových i povrchových dat.

13. Příklady použití I - kardiologie, vyšetření plic, mamografie, ultrazvuk a CT.

14. Příklady použití II - detekce nádorů, histopatologie, MRI a mikroskopie.

Osnova cvičení:

Cvičení probíhají v počítačové laboratoři, kde si studenti prakticky vyzkouší některé probrané algoritmy. Některé

vybrané metody sami naprogramují, v ostatních případech se naučí používat existující volně dostupné knihovny a

toolboxy. Tímto způsobem získají studenti nejen základní přehled o existujících metodách, ale budou jim i hlouběji

rozumět a řadu z nich se naučí prakticky používat.

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.

Studijní materiály:

1. Toennies: Guide to Medical Image Analysis, Springer 2012

2. Deserno: Biomedical Image Processing, Springer 2011

3. Yoo: Insight into images. Taylor & Francis, 2004

4. Birkfellner: Applied Medical Image Processing, CRC Press 2011

5. Jan: Medical Image Processing, Reconstruction and Restoration, CRC Press 2006

6. Dhawan: Medical Image Analysis, IEEE Press, 2003

7. Šonka, Fitzpatrick: Handbook of Medical Imaging: Volume 2, Medical Image Processing and Analysis, SPIE Press,

2000

Poznámka:
Další informace:
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 18. 6. 2019
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet5467606.html