Zpracování medicínských obrazů

Vztahy:

Předmět BAM33ZMO může při kontrole studijních plánů nahradit předmět A6M33ZMO

Předmět BAM33ZMO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A6M33ZMO (vztah je symetrický)

Předmět BAM33ZMO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BEAM33ZMO (vztah je symetrický)

Podmínkou zápisu na předmět BAM33ZMO je, že student si nejpozději ve stejném semestru zapsal příslušný počet předmětů ze skupiny BEZBM

Předmět BAM33ZMO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A6M33ZMO (vztah je symetrický)

Předmět BAM33ZMO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BEAM33ZMO (vztah je symetrický)

Garant předmětu:

Jan Kybic

Přednášející:

Jan Kybic, Oleksandr Shekhovtsov

Cvičící:

Denis Baručić, Jan Kybic

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. Segmentace - metody aktivních kontur, levelsety

2. Statistické modely pro segmentaci

3. Segmentace na základě superpixelů a grafových modelů

4. Segmentace pomocí textury

5. Segmentace pomocí hlubokého učení

6. Detekce buněk a buněčných jader

7. Detekce cév a vláken

8. Detekce plicních nodulů a mamografie

9. Lokalizace orgánů a struktur

10. Registrace založená na bodech a kritériích podobnosti

11. Elastická registrace

12. Registrace pomocí hlubokého učení.

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:

https://cw.fel.cvut.cz/wiki/courses/zmo

Rozvrh na zimní semestr 2024/2025:

	06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
St	místnost KN:E-127 Kybic J. Shekhovtsov O. 09:15–10:45 (přednášková par. 1) Karlovo nám. Kotkova cvičebna K4místnost KN:E-230 Baručić D. 11:00–12:30 (přednášková par. 1 paralelka 101) Karlovo nám. Laboratoř PC
Čt
Pá

Rozvrh na letní semestr 2024/2025:

Rozvrh není připraven

Předmět je součástí následujících studijních plánů:

• Lékařská elektronika a bioinformatika - Specializace Bioinformatika (povinně volitelný předmět)
• Lékařská elektronika a bioinformatika - Specializace Lékařská technika (povinně volitelný předmět)
• Lékařská elektronika a bioinformatika - Specializace Zpracování obrazu (PS)
• Lékařská elektronika a bioinformatika - Specializace Zpracování signálů (povinně volitelný předmět)