FPF:UIMOIBP063 Pokr. metody zprac.med.obr.dat - Informace o předmětu
UIMOIBP063 Pokročilé metody zpracování medicínských obrazových dat
Filozoficko-přírodovědecká fakulta v Opavěléto 2023
- Rozsah
- 2/2/0. 5 kr. Ukončení: zk.
- Vyučující
- doc. Ing. Petr Čermák, Ph.D. (přednášející)
doc. Ing. Petr Čermák, Ph.D. (cvičící) - Garance
- doc. Ing. Petr Čermák, Ph.D.
Ústav informatiky – Filozoficko-přírodovědecká fakulta v Opavě - Rozvrh
- St 8:55–10:30 PU-UF
- Rozvrh seminárních/paralelních skupin:
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Informační a komunikační technologie (program FPF, MOI)
- 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, 2007. ISBN 978-0-8493-7254-4. 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, 2006. Signal processing and communications, 25. ISBN 0-8247-5849-8. 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, 2005. Volume I, Segmentation Models. ISBN 0-306-48550-8. info
- ROMESBURG, H Charles. Cluster analysis for researchers. Morrisville: Lulu Press, 2004. ISBN 1-4116-0617-5. info
- COSTA, Luciano da Fontoura a Roberto Marcondes CESAR. Shape analysis and classification: theory and practice. Boca Raton: CRC Press, 2001. Image processing series. ISBN 0-8493-3493-4. 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
- Statistika zápisu (léto 2023, nejnovější)
- Permalink: https://is.slu.cz/predmet/fpf/leto2023/UIMOIBP063