Metody analýzy a vizualizace lékařských dat

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Předmět se zabývá pokročilými metodami zpracování a analýzy obrazu, včetně počítačové grafiky a vizualizace, se zaměřením na obrazy z lékařských a biologických modalit, od mikroskopie, přes ultrazvuk, až po MRI a CT, včetně časových sekvencí. Předmět má dvě části. V první se studenti seznámí s vybranými metodami formou přednášek nebo formou řízeného samostudia, konzultací a řízené diskuse (tzv. „reading group“). Forma bude zvolena dle počtu studentů. Probrané algoritmy si studenti prakticky vyzkouší. Některé vybrané metody sami naprogramují, v ostatních případech se naučí používat existující volně dostupné knihovny a toolboxy. V druhé části předmětu vypracují studenti samostatně projekt, ve kterém po dohodě s vyučujícím aplikují zvolenou metodu. Projekt budou studenti pravidelně konzultovat s vyučujícími.

Probírané metody budou přizpůsobeny odborným zájmům studentů.

Požadavky:

Osnova přednášek:

Probírané metody budou přizpůsobeny odborným zájmům studentů. Příklady možných probíraných metod:

1. Předzpracování obrazů: Nelineární filtrace založená na PDE, vlnková transformace (wavelets) pro popis textury a odstranění šumu. Komprimované snímání (compressed sensing).

2. Segmentace: metoda aktivních kontur a povrchů, křivky úrovně (level sets), použití ve 3D a rychlé algoritmy, segmentace v příznakovém prostoru, segmentace s modely tvaru a vzhledu, popis a analýza tvaru, segmentace jako hledání cesty (random walker) a segmentace pomocí diskrétní optimalizace. Hluboké učení.

3. Registrace: Nelineární registrace a klíčové body. Registrace jako maximalizace podobnosti obrazů. Kritéria podobnosti. Multimodální registrace, hierarchické metody. Regularizace a difeomorfické metody. +Registrace sekvencí. Optický tok. Registrace jako diskrétní optimalizace. Detekce a klasifikace jako problém strojového učení, vícestupňové metody.

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

5. Vizualizace 3D objemových i povrchových dat (problematika osvětlování vizualizovaných objemů, problematika zobrazování rozsáhlých dat)

6. Vizualizace a animace (aproximativní metody v animaci, animace v obrazovém prostoru)

7.Lidský faktor ve vizualizaci (vyhodnocování vizualizačních technik, percepce a kognice, nefotorealistické zobrazování ve vizualizaci)

Osnova cvičení:

Cíle studia:

Studijní materiály:

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Doktorské studium, prezenční forma (povinně volitelný předmět)
• Doktorské studium, kombinovaná forma (povinně volitelný předmět)