Tantárgy » BMEVIIIMB11
Vizualizáció és orvosi képalkotás
Visualization and Medical Imaging
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Tantárgy neve (magyarul, angolul) |
Vizualizáció és orvosi képalkotás
Visualization and Medical Imaging
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIIIMB11 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | vizsga | ||||||||||||
| Tantárgy kreditértéke | 5 | ||||||||||||
| Tantárgyfelelős |
DR. Csébfalvi Balázs
beosztás: egyetemi docens
elérhetőség:
csebfalvi.balazs@vik.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
Irányítástechnika és Informatika Tanszék
|
||||||||||||
| Kar | Villamosmérnöki és Informatikai 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. Az orvosi képfeldolgozás és a térfogatvizualizáció matematikai alapjai: Fourier-transzformáció, DTFT, DFT, mintavételezési elmélet, approximációelmélet.
2. 3D orvosi adatok forrásai: CT, MRI, PET.
3. Tomográfiás rekonstrukciós technikák: Szűrt visszavetítés (Filtered Back-Projection - FBP), algebrai rekonstrukció (Algebraic Reconstruction Technique - ART)
4. Folytonos rekonstrukciós szűrők osztályozása és tervezése frekvenciatartomány- és tértartománybeli kritériumok alapján.
5. Praktikus alkalmazások: 2D/3D adatok transzformációja újramintavételezéssel (elforgatás, felskálázás), multimodális regisztráció, 2D/3D regisztráció.
6. Indirekt vizualizációs módszerek: Fourier-térfogatvizualizáció, Monte-Carlo térfogatvizualizáció, masírozó kockák (Marching Cubes).
7. Direkt vizualizációs módszerek: képsorrendi megközelítés (sugárkövetés – Ray Casting), objektumsorrendi megközelítés (pacázás - Splatting), hibrid megközelítés (a nézeti transzformáció nyírás/torzítás transzformációja – Shear/Warp Factorization).
8. A térfogatvizualizáció hatékony GPU-alapú implementációja: textúraszeletelés – Texture Slicing, Polygon-Assisted Ray Casting.
A tárgy célja, hogy a hallgatók elsajátítsák a térfogatvizualizáció és az orvosi képfeldolgozás eszköztárának készségszintű használatát, ezáltal képesek legyenek összetett orvosi képalkotó, diagnosztikai és szimulációs rendszerek fejlesztésére OpenGL C++ környezetben.
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
Előadás, egyéni vezetett gyakorlat
Tanulástámogató anyagok
Online források
Kiadott jegyzet és előadásfóliák
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Programozás, számítógépes grafika, matematika, jelek rendszerek.
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)
Programozás, számítógépes grafika, matematika, jelek rendszerek.
Általános szabályok
Követelmények:
A félév második felében a hallgatók ZH-t írnak az elméleti anyagrészből (mintavételezési elmélet, approximációelmélet, rekonstrukciós szűrők osztályozása és tervezése, tomográfiás rekonstrukció elmélete). A ZH-n 10 pontot lehet szerezni, ebből legalább 4 pontot kell elérni a teljesítéshez.
A vizsgaidőszakban a hallgatók írásbeli vizsgát tesznek, melynek előfeltétele a sikeres ZH. A vizsgán a vizualizáció és a képalkotás gyakorlatában használt algoritmusok ismeretét kérjük számon beleértve a gyakorlatokon elsajátított kódolási technikákat is. A vizsgán megszerezhető maximális 15 ponthoz hozzáadódik a ZH pontszáma, így összesen 25 pontot lehet elérni. Az osztályzatot az alábbi ponthatárok alapján számoljuk:
0-9 pont: elégtelen
10-13 pont: elégséges
14-17 pont: közepes
18-21 pont: jó
22-25 pont: jeles
Pótlási lehetőségek:
A ZH-t a pótlási héten egy alkalommal lehet pótolni.
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
A C++ ismeretét feltételezzük. OpenGL, GLSL tapasztalat előnyt jelent. A Számítógépes grafika tárgy előzetes hallgatása lehetőség szerint javasolt.
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.