Kursplan för

Medicinsk bildanalys
Medical Image Analysis

FMAN30F, 7.5 högskolepoäng

Gäller från och med: Höstterminen 2014
Beslutad av: FN1/Anders Gustafsson
Datum för fastställande: 2014-12-19

Allmänna uppgifter

Avdelning: Matematik (LTH)
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: FMAN30
Undervisningsspråk: Engelska

Syfte

Att förbereda doktoranden för forskning i gränslandet mellan medicin och teknik genom en grundläggande introduktion till teori och matematiska metoder inom medicinsk bildanalys.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

Färdighet och förmåga

För godkänd kurs skall doktoranden

Kursinnehåll

Grundläggande begrepp: Bilder, Volymsdata, 4D data, pixel, voxel, filformat, DICOM (Digital Imaging and Communications in Medicine). Registrering, segmentering, formmodeller, maskininlärning. Bildinfångningstekniker: Röntgen, CT (X-ray computed tomography), MR (Magnetic resonance imaging), ultraljud, PET (Positron emission tomography), Scint (Scintigraphy) och SPECT (Single-photon emission computed tomography). Brus och bildförbättring, förlustfri kompression. Registrering: Registrering av medicinska data. Ömsesidig information. Landmärkesbaserade metoder. Deformerbara formmodeller. Segmentering: aktiva konturer i 2D, 3D och 4D, aktiv intensitetsmodeller. Grafmetoder. Maskininlärning: Inlärning, prövning, generalisering, hypotesrum Utvärdering: Databaser. Etik.

Kurslitteratur

Material tillhandahålles av institutionen..

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, laborationer, övningar

Kursens examination

Examinationsform: Inlämningsuppgifter
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Förutsatta förkunskaper: FMAN20 Bildanalys eller FMA170 Bildanalys

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvariga:
Hemsida: http://www.maths.lth.se/course/medim/


Fullständig visning