UIMOIBP063 Pokročilé metody zpracování medicínských obrazových dat

Filozoficko-přírodovědecká fakulta v Opavě
léto 2022
Rozsah
2/2/0. 5 kr. Ukončení: zk.
Vyučující
Ing. Jiří Blahuta, Ph.D. (přednášející)
doc. Ing. Petr Čermák, Ph.D. (přednášející)
Ing. Jan Kubíček, Ph.D. (přednášející)
Ing. Jiří Blahuta, Ph.D. (cvičící)
doc. Ing. Petr Čermák, Ph.D. (cvičící)
Ing. Jan Kubíček, Ph.D. (cvičící)
Garance
doc. Ing. Petr Čermák, Ph.D.
Ústav informatiky – Filozoficko-přírodovědecká fakulta v Opavě
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět Pokročilé metody zpracování medicínských obrazových dat je primárně určen pro studenty, kteří jsou zainteresovaní v oblasti zpracování obrazu v kontextu modelování informací z medicínských obrazových dat. V průběhu předmětu budou studenti seznámeni se základními technikami pro úpravu medicínských obrazů s cílem digitální interpretace a vizualizace obrazových dat. Následující část předmětu se bude zabývat metodami předzpracování obrazu s cílem optimalizace obrazové informace (jasové a geometrické transformace). V navazující části předmětu budou diskutovány metody obrazové filtrace a analýza objektivizačních parametrů, které umožňují objektivní analýzu efektivity příslušné filtrace. Poslední část předmětu bude věnována segmentačním metodám, umožňujícím extrakci klinických informací z medicínských obrazů. Studenti budou seznámeni s konvenčními principy regionální segmentace, časově deformovatelných křivek a metod shlukové analýzy. Pozornost bude rovněž věnována nekonvenčním metodám segmentace obrazu, obsahujících prvky heuristiky s cílem geneze optimalizovaného matematického modelu biologické tkáně. Nedílnou součástí části segmentačních technik budou metody pro extrakci příznaků modelu patřičných tkání.
Výstupy z učení
Student budo po absolvování předmětu schopen:
- popsat základní techniky pro úpravu medicínských obrazů s cílem digitální interpretace a vizualizace obrazových dat,
- aplikovat metody předzpracování obrazu s cílem optimalizace obrazové informace
- popsat segmentační metody
Osnova
  • 1. Základní metody pro interpretaci a vizualizaci digitálního obrazu (RGB a monochromatický obraz a jejich vzájemné konverze, obrazový histogram a analýza obrazu v časové a frekvenční doméně).
  • 2. Analýza metod pro předzpracování obrazu – jasové transformace.
  • 3. Analýza metod pro předzpracování obrazu – geometrické transformace.
  • 4. Základní principy filtrace signálu: analýza FIR a IIR filtru, frekvenční charakteristika filtru a analýza šumu v obrazu.
  • 5. Návrh digitálních filtrů pro zpracování obrazu: cyklická konvoluce, průměrový a mediánový filtr, Gaussův filtr a objektivní hodnocení efektivity filtrace.
  • 6. 1D Wavelet transformace: typy vlnek, analýza spojité a diskrétní transformace, multirozklad, paketový rozklad, aproximační a detailní koeficienty signálu, časově-měřítková analýza signálu a příklady aplikace Wavelet transformace na reálných medicínských datech.
  • 7. 2D Wavelet transformace: rozklad obrazového signálu pomocí Wavelet transformace a aplikace Wavelet transformace pro zpracování medicínských obrazových dat (filtrace, komprese a segmentace).
  • 8. Analýza binárního obrazu: geneze binárního obrazu, morfologické operace a jejich aplikace pro zpracování medicínských obrazových dat.
  • 9. Segmentace obrazu: základní principy segmentace, regionální segmentace, analýza a implementace základních metod pro segmentaci medicínských obrazových dat.
  • 10. Shluková analýza: principy ne hierarchických metod shlukové analýzy (K-means, FCM atd.) a implementace těchto metod pro segmentaci obrazu.
  • 11. Nekonvenční metody segmentace obrazu: analýza metod segmentace, obsahující prvky heuristiky (genetické algoritmy a evoluční algoritmy) a soft prahování pro segmentaci obrazu.
  • 12. Základní metody klasifikace obrazových dat a příznaky pro klasifikaci
Literatura
    povinná literatura
  • RUSS, John C. The image processing handbook. 5th ed. Boca Raton: CRC/Taylor & Francis. ISBN 978-0-8493-7254-4. 2007. info
  • Gonzales R. C., Woods R. E. Digital Image Processing (2nd ed.). Prentice Hall, 2002. info
    doporučená literatura
  • JAN, Jiří. Medical image processing, reconstruction and restoration: concepts and methods. Boca Raton: Taylor & Francis. Signal processing and communications, 25. ISBN 0-8247-5849-8. 2006. info
  • SURI, Jasjit S., David Lynn WILSON a Swamy LAXMINARAYAN, ed. a SURI, Jasjit S., David Lynn WILSON a Swamy LAXMINARAYAN, ed. Handbook of biomedical image analysis. New York: Kluwer Academic/Plenum Publishers. Volume I, Segmentation Models. ISBN 0-306-48550-8. 2005. info
  • ROMESBURG, H Charles. Cluster analysis for researchers. Morrisville: Lulu Press. ISBN 1-4116-0617-5. 2004. info
  • COSTA, Luciano da Fontoura a Roberto Marcondes CESAR. Shape analysis and classification: theory and practice. Boca Raton: CRC Press. Image processing series. ISBN 0-8493-3493-4. 2001. info
Výukové metody
interaktivní přednáška cvičení
Metody hodnocení
75% návštěvnost cvičení, aktivní přístup
Písemný test: 60 bodů
Zpracování semestrálního projektu: 40 bodů
Splnění min. 51 bodů
Předmět je zařazen také v obdobích léto 2021, léto 2023, léto 2024.