Text in english

Analyse und Visualisierung medizinischer Bilddaten

Kurs in Deutsch und/oder Englisch (bitte nachfragen)

Semesterwochenstunden:

4

Leistungspunkte:

5

Vorkenntnisse:

Grundlagen der Informatik, Algorithmen und Datenstrukturen, Programmierkenntnisse (C/C++). Mathematik (insb. Lineare Algebra, Differential- & Integralrechnung). Grundkentnisse in Computergraphik vorteilhaft aber nicht zwingend notwendig.

Veranstaltungstyp:

Vorlesung und Seminar

Semesterturnus:

Wintersemester

Arbeitsaufwand:

150 Stunden, davon: 
65 Stunden Präsenz, 
85 Stunden Vor- und Nachbereiten des Lehrstoffs sowie Übungsaufgaben

Beitrag zu den Zielen des Studiengangs:

Methoden der Bildverarbeitung, insbesondere im medizinischen Kontext, sind ein wichtiges interdisziplinäres Anwendungs- und Forschungsgebiet der Informatik. 

Lernziel:

Die Studierenden können die grundlegenden Verfahren zur Verarbeitung, Analyse und Visualisierung medizinischer Bilddaten sowie deren praktischen Nutzen in der klinischen Anwendung beurteilen und erklären, in welchem Kontext diese verwendet werden. Sie können die besonderen Herausforderungen, die sich durch das interdiziplinäre Umfeld ergeben, aufzeigen und erhalten einen Überblick über aktuelle wissenschaftliche Problemstellungen. Dadurch werden sie befähight, auf Basis des vermittelten Wissens eigene Lösungen für spezifische Problemstellungen zu entwickeln. 

Schlüsselqualifikationen:

Analyse und Klassifikation von Problemen, kreatives Problemlösen, selbständiges Arbeiten, Fähigkeit zu komplexem Denken, Fähigkeit zum Verständnis großer komplexer Systeme, Lernen am Beispiel, Transferfähigkeit

Lehrinhalte:

Die Flut und Komplexität medizinischer Bilddaten sowie die klinischen Anforderungen an Genauigkeit und Effizienz erfordern leistungsfähige und robuste Konzepte der Datenverarbeitung. Auf Grund der Vielfalt an Bildinformation und ihrer klinischen Relevanz spielt der Übergang von der Bildgebung zur medizinischen Analyse und Interpretation eine wichtige Rolle. Ergänzt durch Verfahren der Bildanalyse bildet die Visualisierung die grundlegende Schnittstelle zwischen den Daten und dem Benutzer.

In der Veranstaltung werden folgende Themen behandelt:

  • Regelkreis zur Verarbeitung medizinischer Bilddaten
  • Überblick über bildgebende Verfahren
  • Grundlagen der Bildvorverarbeitung
  • Grundlagen der Segmentierung
  • Explizite und implizite Methoden der Registrierung
  • Visualisierung (2D, 3D) von Skalar- und Vektordaten

Literatur:

  • T. Lehmann, W. Oberschelp, E.Pelikan, R. Repges, "Bildverarbeitung für die Medizin", Springer, 1997
    (http://ganymed.imib.rwth-aachen.de/lehmann/ps-pdf/BVM97-onlinebook.pdf)
  • B. Preim, D. Bartz, "Visual Computing for Medicine", Morgan Kaufmann, 2nd Ed., 2013
  • B. Jähne, "Digitale Bildverarbeitung", Springer, 2002

Seminarspezifsche Literatur wird am Kursbeginn verteilt

Bemerkungen:

 

Leistungsnachweis:

Referat (45min, 40%) und schriftliche Ausarbeitung oder praktische Leistung (60%, 8 Seiten Paper im ACM SIGCONF Format oder Implementierung entsprechend 20h Entwicklungsaufwand). Während der Vorträge besteht Anwesenheitspflicht. 

Zulassungsvoraussetzungen:

 

Hilfsmittel:

 

Modulverantwortliche/r:

Prof. Dr. Teßmann





TH Nürnberg
Fakultät Informatik
Webmaster-IN



Root- Zertifikat

© 2019 Fakultät Informatik