Analiza slika u biomedicini

Prikazani su podaci za akademsku godinu: 2023./2024.

Opis predmeta

Predmet omogućuje studentima stjecanje znanja iz teorije i primjena digitalne analize slika u biomedicini. Pregled modaliteta za biomedicinsko oslikavanje. Primjene analize slika za računalom podržanu dijagnozu i intervencije u medicini. Rendgen, računalna tomografija, magnetska rezonancija, PET, SPECT, nuklearna medicina, ultrazvuk, OCT. Metode za poboljšanje slika. Rekonstrukcija slike iz projekcija. Metode segmentacije slika. Metode registracije slika. Metode za vizualizaciju površina i volumena u biomedicini.

Studijski programi

Sveučilišni diplomski
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti profila (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti profila (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti profila (1. semestar) (3. semestar)

Ishodi učenja

  1. definirati i opisati koncepte teorije analize slika u biomedicine
  2. nabrojati primjere primjena analize slika u biomedicini
  3. objasniti metode analize slika u biomedicini
  4. analizirati praktični problem analize slike u biomedicini
  5. povezati stečena znanja i dati rješenje danog problema
  6. procijeniti kvalitetu rješenja problema analize slika u biomedicini

Oblici nastave

Predavanja

Na predavanjima se izlažu teorijski koncepti i algoritmi praćeni konkretnim primjerima.

Ostalo

Timski projekt u kojem studenti rješavaju stvarni praktični problem analize biomedicinskih slika

Način ocjenjivanja

Kontinuirana nastava Ispitni rok
Vrsta provjere Prag Udio u ocjeni Prag Udio u ocjeni
Seminar/Projekt 20 % 20 % 20 % 20 %
Međuispit: Pismeni 20 % 40 % 0 %
Završni ispit: Pismeni 20 % 40 %
Ispit: Pismeni 50 % 80 %
Napomena / komentar

Prag na zbroj rezultata na međuispitu i završnom ispitu je 50%.

Tjedni plan nastave

  1. Pregled modaliteta snimanja, strukturno i funkcionalno oslikavanje, osnovne metode obrade i analize medicinskih slika, osnovne metode registracije medicinskih slika, mjere uspješnosti, računalno potpomognuta dijagnostika, intervencije vođene slikom
  2. Radiografija, računalna tomografija
  3. Magnetska rezonancija, nuklearna medicina (SPECT, PET)
  4. Ultrazvuk, optička koherentna tomografija (OCT) Prilagođavanje kontrasta, uklanjanje šuma, uklanjanje zamućenja
  5. Poboljšanje slike
  6. Obnavljanje slike, modeli degradacije slike, inverzni i pseudoinverzni filtar
  7. Projekcijska geometrija, Radonova transformacija, Fourierov teorem za projekciju Pvratna projekcija, algebarska rekonstrukcija
  8. Međuispit
  9. Segmentacija slike, Detekcija granice, Određivanje praga, Narastanje područja, Watershed segmentacija, segmentacija pokretom, Klasteriranje metodom srednjeg pomaka, Tehnike klasteriranja pomoću teorije grafova, Houghova transformacija
  10. Deformabilni modeli, Statistički atlasi, Značajke teksture, Analiza teksture
  11. Registracija slike, detekcija istaknutih točaka, podudaranje točaka, registracija krutog tijela, registracija pomoću glavnih osi
  12. Registracija slike, mjere sličnosti slika, registracija slike ne temelju karakterističnih točaka, elastična registracija
  13. Vizualizacije za dijagnozu i terapiju. Vizualizacija površine. Vizualizacija volumena. Virtualna stvarnost. Interakcija s korisnikom. Intraoperativna navigacija. Proširena stvarnost.
  14. Projekt
  15. Završni ispit

Literatura

Paul Suetens (2017.), Fundamentals of Medical Imaging, 3rd Ed., Cambridge University Press
Rafael C. Gonzalez, Richard Eugene Woods (2017.), Digital Image Processing, 4th Ed., Pearson

Za studente

Izvedba

ID 222458
  Zimski semestar
5 ECTS
R1 Engleski jezik
R1 E-učenje
30 Predavanja
0 Seminar
0 Auditorne vježbe
0 Laboratorijske vježbe
0 Konstrukcijske vježbe
0 Vježbe tjelesnog odgoja

Ocjenjivanje

87 izvrstan
75 vrlo dobar
63 dobar
51 dovoljan