Modul CS3310-KP04

Dauer:

Angebotsturnus:

Studiengang, Fachgebiet und Fachsemester:

• Bachelor Robotik und Autonome Systeme 2016 (Wahlpflicht), Medizinische Informatik, 5. oder 6. Fachsemester

Qualifikationsziele/Kompetenzen:

• Die Studierenden können grundlegende Verfahren zur medizinischen Bildverarbeitung einordnen, charakterisieren und auf konkrete Probleme anwenden.
• Sie können Verfahren zur Bildfilterung, Bildsegmentierung, morphologischen Nachverarbeitung von Segmentierungsergebnissen sinnvoll problemspezifisch auswählen, diese in einer Verarbeitungspipeline kombinieren und zur Bildverbesserung oder Segmentierung medizinischer Bildstrukturen einsetzen.
• Sie können verschiedene Methoden der Clusteranalyse, der statistischen und neuronalen Mustererkennung unterscheiden und anhand der implizit verwendeten, unterschiedlichen Modellannahmen und Eigenschaften charakterisieren. Sie sind in der Lage, diese Verfahren zur Segmentierung medizinischer multispektraler Bilddaten sowie zur Objekterkennung einzusetzen.
• Sie können Segmentierungsergebnisse verschiedener Verfahren anhand etablierter Gütemaße evaluieren und einen objektiven Vergleich der Güte verschiedener Segmentierungsmethoden in der praktischen Anwendung durchführen.
• Sie können verschiedene Bildinterpolationstechniken unterscheiden, anhand ihrer spezifischen Vor- und Nachteile einordnen und in Abhängigkeit von einem konkreten Anwendungsproblem sinnvoll auswählen und anwenden.
• Sie sind befähigt, die Eigenschaften verschiedener rigider Bildregistrierungsmethoden einzuschätzen und für ein konkretes Registrierungsproblem Ähnlichkeitsmaße und Regularisierungsterme problemspezifisch auszuwählen und zu parametrisieren.
• Sie können verschiedene Techniken zur Analyse funktioneller 4D-fMR-Bildfolgen und ihre Eigenschaften unterscheiden und charakterisieren, durch die neuronal aktivierte Hirnbereiche in 4D-Bildfolgen des Kopfes sichtbar gemacht werden können.
• Sie können grundlegende Bildverarbeitungsalgorithmen implementieren und in Kombination mit in einer Programmbibliothek verfügbaren medizinischen Bildverarbeitungsmodulen zum Einsatz bringen.

Vergabe von Leistungspunkten und Benotung durch:

• Klausur

Voraussetzung für:

• Modell- und KI-basierte Bildverarbeitung in der Medizin (CS4332-KP06)
• Fortgeschrittene Verfahren der Medizinischen Bildverarbeitung (2014) (CS4370-KP04, CS4370)
• Bildanalyse und Visualisierung in Diagnostik und Therapie (CS4330-KP08, CS4330SJ14)

Setzt voraus:

• Analysis 2 (MA2500-KP04, MA2500)
• Analysis 1 (MA2000-KP08, MA2000)
• Lineare Algebra und Diskrete Strukturen 2 (MA1500-KP08, MA1500)
• Lineare Algebra und Diskrete Strukturen 1 (MA1000-KP08, MA1000)
• Einführung in die Medizinische Informatik (CS1300-KP04, CS1300)

Modulverantwortlicher:

• Prof. Dr. rer. nat. habil. Heinz Handels

Lehrende:

• Institut für Medizinische Informatik

• Prof. Dr. rer. nat. habil. Heinz Handels
• Dr. rer. nat. Jan Ehrhardt

Literatur:

• H. Handels: Medizinische Bildverarbeitung - Stuttgart: Vieweg & Teubner 2009
• T. Lehmann: Handbuch der Medizinischen Informatik - München: Hanser 2004
• M. Sonka, V. Hlavac, R. Boyle: Image Processing, Analysis and Machine Vision - 2nd edition. Pacific Grove: PWS Publishing 1998

Sprache:

• Wird nur auf Deutsch angeboten

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):
- Erfolgreiche Bearbeitung von Übungszetteln gemäß Vorgabe am Semesteranfang

Modulprüfung(en):
- CS3310-L1: Medizinische Bildverarbeitung, Klausur, 60min, 100% der Modulnote

Letzte Änderung: