Modul MA5030-KP05

Bildregistrierung (BildreKP05)

Dauer:

1 Semester

Angebotsturnus:

Jedes zweite Wintersemester

Leistungspunkte:

Studiengang, Fachgebiet und Fachsemester:

Master Mathematik in Medizin und Lebenswissenschaften 2023 (Wahlpflicht), Mathematik, 1. oder 3. Fachsemester
Master Mathematik in Medizin und Lebenswissenschaften 2023 (Pflicht), Mathematik, 1. oder 3. Fachsemester
Bachelor Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Mathematik, 5. Fachsemester
Master Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Mathematik, 1. oder 3. Fachsemester

Lehrveranstaltungen:

MA5030-Ü: Bildregistrierung (Übung, 1 SWS)
MA5030-V: Bildregistrierung (Vorlesung, 2 SWS)

Workload:

30 Stunden Eigenständige Projektarbeit
65 Stunden Selbststudium und Aufgabenbearbeitung
45 Stunden Präsenzstudium
10 Stunden Prüfungsvorbereitung

Lehrinhalte:
Einführung und Grundlagen Interpolation Transformationsmodelle Landmarkengestützte Registrierung Parametrische Bildregistrierung Nichtparametrische Registrierung und Regularisierungsstrategien

Qualifikationsziele/Kompetenzen:

Studierende kennen die zentralen Konzepte der Bildregistrierung.
Sie können eine konkrete Aufgabe in ein adäquates Modell umsetzen.
Sie haben Erfahrung mit parametrischer Registrierung und können die optimalen Parameter bestimmen.
Sie verstehen die nicht-parametrische Registrierung.
Fachübergreifende Aspekte:
Studierende besitzen fortgeschrittene Modellbildungskompetenz.
Studierende können theoretische Konzepte in die Praxis umsetzen.
Studierende besitzen Implementierungserfahrung.
Studierende können praktische Probleme abstrahieren.

Vergabe von Leistungspunkten und Benotung durch:

Klausur oder mündliche Prüfung nach Maßgabe des Dozenten

Setzt voraus:

Modulverantwortlicher:

Prof. Dr. rer. nat. Jan Modersitzki

Lehrende:

Institut für Mathematische Methoden der Bildverarbeitung

Literatur:

Goshtasby: 2D and 3D Image Registration - Wiley
Modersitzki: Numerical Methods for Image Registration - Oxford University Press
Modersitzki: FAIR: Flexible Algorithms for Image Registration - SIAM
Rohr: Landmark-Based Image Analysis - Kluwer

Sprache:

Sowohl Deutsch- wie Englischkenntnisse nötig

Bemerkungen:

Zulassungsvoraussetzungen zur Belegung des Moduls:
- Keine (die Kompetenzen der unter Setzt voraus genannten Module werden für dieses Modul benötigt, sind aber keine formale Voraussetzung)

Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Unbenotete Prüfungsvorleistungen sind Übungsaufgaben sowie deren Präsentation. Diese müssen vor der Erstprüfung bearbeitet und positiv bewertet worden sein.

Modulprüfung(en):
- MA5030-L1: Bildregistrierung, Klausur (90 min) oder mündliche Prüfung (30 min) nach Maßgabe des Dozenten, 100 % der Modulnote