Tantárgy » BMEVIIIAV53
Orvosi képfeldolgozás és vizualizáció
Medical Imaging and Visualisation
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
| Tantárgy neve (magyarul, angolul) |
Orvosi képfeldolgozás és vizualizáció
Medical Imaging and Visualisation
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIIIAV53 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | vizsga | ||||||||||||
| Tantárgy kreditértéke | 5 | ||||||||||||
| Tantárgyfelelős |
Dr. Loványi István György
beosztás: egyetemi docens
elérhetőség:
lovanyi@iit.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
—
|
||||||||||||
| Kar | |||||||||||||
| Tantárgy weboldala | — | ||||||||||||
| Tantárgy elsődleges mintatantervi jellege | — | ||||||||||||
| Közvetlen előkövetelmények – Erős előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Gyenge előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Párhuzamos előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Mérföldkő előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Kizáró feltétel | nincs |
Célkitűzés
Tantárgyprogram
1. Bevezetés: A berendezések fizikai működésén keresztül ismerkedés az orvosi képi adatgyűjtés eszközeivel (röntgen, ultrahang, CT, MRI, PET, SPECT, hőkép, stb.). Képeken és filmrészleteken keresztül az előállított adatok megjelenítése, a kapott adattípusok tárolása legfontosabb kérdéseinek vizsgálata.2. Képek előfeldolgozása orvosi szemmel: Az összetett algoritmusok a hatékony működéshez a képi adatok megfelelő előkészítését igénylik. A matematikai alapokra építkezve összefoglaljuk a képfeldolgozás elemi műveleteit, mint például a konvolúció, Fourier-transzformáció, szűrések, hisztogram kiegyenlítés, kontraszt-fokozás, álszínterek, stb. Ezeket a módszereket gyakran az adott problémára vonatkozóan egyedien és heurisztikusan paraméterezzük, ezért gyakorlati óra keretében ezeknek a paramétereknek a hangolását és ennek hatását vizsgáljuk.3. Szegmentálás (optimális küszöbözés, entrópia, Maximum-Likelihood alapú módszerek): A képszegmentálás során a szín és texturális jellemzők alapján hasonló tulajdonságú régiókat választjuk el az egyéb részektől. Megvizsgáljuk a különböző színtereket és a képrészletek statisztikai leírását.4. Képjellemzők kinyerése: különböző metrikák a képi jellemzők mérésére. Hossz és területmértékek. Spline interpoláció.5. Biometria az orvosi gyakorlatban: A diagnózis során kinyert adatok statisztikai analízise, becslések és hipotézisvizsgálatok matematikai alapjai és alkalmazása orvosi adatokon.6. Osztályozások, objektumfelismerések: Különböző osztályozó algoritmusok áttekintése és összehasonlítása. Főkomponens- és faktoranalízis a képi információ tömörítésére.7. Mozgáskövetés, mozgékonyságvizsgálat, aktív kontúr követés: Az optical flow és az SSD algoritmus különböző változatainak vizsgálata, deformálódó modellek (snake-ek) alkalmazása a rugalmasan változó kontúrvonalak követésére.8. Képi regisztráció különböző modalitások között: Képi fúzió során az egyes modalitásokkal szerzett képeket együtt alkalmazzuk összetett információk kinyerésére. Alkalmazási példaként a PET-CT rendszerek említhetők, melyek egyetlen kombinált rendszerbe integrálják a pozitron-emissziós tomográf és a komputertomográf képességeit, ezáltal rendkívül megbízható és korai diagnózist tesznek lehetővé elsősorban a daganatos megbetegedések terén.9. 3D rekonstrukció: A 3D orvosi adatok alapvetően 2D vetületi jellemzők alapján jönnek létre. A 3D rekonstrukció során megvizsgáljuk a térbeli információk visszaállításának módszereit vetületképek és többkamerás rendszerből érkező képek alapján.10. Orvosi vizualizáció: Orvosi adatok megjelenítése VTK vizualizációs eszközkészlet segítségével, felületi és térfogati adatok megjelenítése, Tcl/Tk scriptnyelven interaktív grafikus felhasználói felület készítése és alkalmazása.11. Orvosi információs rendszerek: PACS/HIS/RIS rendszerek, az orvosi képi szabvány (DICOM) elemei, a DCMTK eszközkészlet alkalmazása egyszerűbb feladatokra (típuskonverzió, orvosi adatok szerkesztése, anonimizálás, hálózati kommunikáció).
Az orvosi képek alapvető fontosságú kellékei a megbízható orvosi diagnózisnak és korszerű kezelésnek. A tárgy célja, hogy a hallgatók példákon keresztül elsajátítsák a különféle modalitásokkal kinyert képek feldolgozásának legfontosabb lépéseit, rendre megvizsgálva az alkalmazhatóság előnyeit és korlátjait. A tárgy keretében megismert orvosi célú eljárások konvertálhatóak, vagyis az ipar számos területén is alkalmazhatóak. Orvosok interpretációjában lehetőségük nyílik a kapott eredmények értelmezésére és értékelésére is, mintát kapva arra, hogy hogyan kell együttműködni egy másik diszciplína mérnöki gyakorlattól eltérően gondolkodó képviselőivel.
Tanulmányi eredmények
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Tudás
Nincsenek rögzített tanulási eredmények.
Képességek
Nincsenek rögzített tanulási eredmények.
Attitűd
Nincsenek rögzített tanulási eredmények.
Autonómia és felelősség
Nincsenek rögzített tanulási eredmények.
Oktatási módszertan
A tárgy keretében a hallgatók tantermi előadásokon vesznek részt.
Tanulástámogató anyagok
Online források
Tanszéki sokszorosított kiadványokIsaac Bankman, Handbook of Medical Imaging: Processing and Analysis San Diego, Calif: Academic Press, 2000.Ardeshir Goshtasby, 2-D and 3-D Image Registration: for Medical, Remote Sensing, and Industrial Applications Wiley-Interscience 2005.Dinya Elek: Biometria az orvosi gyakorlatban, Medicina Könyvkiadó, Budapest, 2001.
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Képesség típusú kompetenciák
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
nincs
Általános szabályok
Követelmények:
a. A szorgalmi időszakban: házi feladat és zárthelyi.b. A vizsgaidőszakban: a vizsga írásbeli.c. Elővizsga: Az utolsó oktatási héten elővizsga lehetőséget biztosítunk.
Pótlási lehetőségek:
A házi feladat elkészítése a vizsgaidőszakban nem pótolható. A zárthelyi pótlására a TVSZ előírásai szerint van lehetőség.
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Szorgalmi időszakban végzett teljesítményértékelések részaránya
Nincs megadva részarány.
Vizsgaidőszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Vizsgarészek részaránya
Nincs megadva részarány.
Érdemjegy megállapítása
Nincs megadva érdemjegy határ.
Jelenléti és részvételi követelmények
Nincs megadva jelenléti követelmény.
Javítás, ismétlés és pótlás különös szabályai
Nincs megadva.
Rövid leírás
Nincs megadva.
Részletes leírás
Nincs megadva.
Ajánlott tantárgyak
Nincs megadva.
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantárgykövetelmények hatályosságának kezdete:
—
Tantárgykövetelmények hatályosságának vége:
—
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.