Overordnede kursusmål
At give en generel introduktion til medicinsk billedanalyse. Efter
kurset vil de studerende have viden om hvilke typer billeder der
optræder i den kliniske praksis og hvilke muligheder man har med
disse billeder. Derudover er målet at den studerende er i stand til
at implementere og anvende simple billedanalysesystemer. Det
tilstræbes også at den studerende kan evaluere resultater fra
billedanalysen ved at sammenligne med kliniske vurderinger.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Redegøre for de fundamentale egenskaber ved digitale
billeder.
- Beskrive teknologier til og egenskaber for måder, hvorpå
digitale billeder genereres i klinisk praksis, e.g. røntgen,
mikroskopering, CT og MRI
- Redegøre for de basale forskelle mellem udvalgte
billedtyper.
- Vælge fornuftige billedformater ved lagring af billeder.
- Implementere og anvende basale billedanalysealgoritmer.
Herunder blandt andet billedfiltrering, geometriske
transformationer, gråtonemorfologi, annotering, registrering,
teksturanalyse, klassifikation og segmentering.
- Vælge fornuftige billedanalysealgoritmer givet et eller flere
eksempelbilleder.
- Validere resultater fra billedanalysealgoritmer ved
sammenligning med klinisk ”ground-truth”
- Forbedre og optimere billedanalysealgoritmer baseret på klinisk
”ground-truth”.
- Implementere og anvende simple formbaserede
billedanalysealgoritmer.
- Give eksempler på billedanalysealgoritmer der bruges til
visualisering og behandling af 3D billeder.
Kursusindhold
Digitale billeder og datastrukturer, medicinske modaliteter,
billede filformater, anti-aliasing, pixeltransformationer,
billedtransformationer, billedfiltrering, labelling og
objektanalyse, matematisk morfologi, segmentering, landmarks,
registrering, klassifikation, teksturanalyse, Hough transformation,
deformerbare formmodeller, klinisk validering, 3D billeder.
Sidst opdateret
04. maj, 2017
