Generuj PDF tej strony

Nazwa modułu:
Techniki obrazowania medyczego
Rok akademicki:
Wydział:
Kierunek:
2016/2017
Kod: EIB-1-650-s
Punkty ECTS:
3
Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Inżynieria Biomedyczna
Poziom studiów:
Specjalność:
Studia I stopnia
Język wykładowy: Polski
Profil kształcenia:
-
Forma i tryb studiów:
Ogólnoakademicki (A)
Semestr: 6
Strona www: http://www.uci.agh.edu.pl/uczelnia/tad/dorobek_naukowy.php?id=pubwww
Osoba odpowiedzialna:
dr inż. Głowacz Adam ([email protected])
Osoby prowadzące: dr inż. Głowacz Adam ([email protected])
prof. dr hab. inż. Tadeusiewicz Ryszard ([email protected])
Opis efektów kształcenia dla modułu zajęć
Kod EKM
Student, który zaliczył moduł zajęć
wie/umie/potrafi
Powiązania z
EKK
Sposób weryfikacji efektów
kształcenia (forma zaliczeń)
M_W001
Zna podstawowe zasady pozyskiwania obrazów
medycznych.
IB1A_W10
Egzamin, Wykonanie
ćwiczeń laboratoryjnych
M_W002
Zna metody komputerowego przetwarzania
obrazów medycznych.
IB1A_W10,
IB2A_W08
Wykonanie projektu,
Wykonanie ćwiczeń
laboratoryjnych, Egzamin
M_W003
Zna techniki pisania programów w języku Matlab.
IB1A_W10
Wykonanie projektu,
Wykonanie ćwiczeń
laboratoryjnych
M_U001
Posiada umiejętność rozwiązywania
problemowych zadań zawodowych z zakresu
obrazowania medycznego.
IB1A_W10
Egzamin, Wykonanie
projektu, Wykonanie ćwiczeń
laboratoryjnych
M_U002
Potrafi posługiwać się oprogramowaniem do
przetwarzania obrazów.
IB1A_W10
Wykonanie projektu,
Wykonanie ćwiczeń
laboratoryjnych, Egzamin
Wiedza
Umiejętności
Kompetencje społeczne
1/6
Karta modułu - Techniki obrazowania medyczego
M_K001
Ma świadomość odpowiedzialności za pracę
własną oraz gotowość podporządkowania się
zasadom pracy w zespole i ponoszenia
odpowiedzialności za wspólnie realizowane
zadania.
IB1A_W10
Wykonanie projektu
M_K002
Ze względu na konieczność działania w
zespołach wielu specjalistów z różnych dziedzin
(obok inżynierów biomedycznych także lekarzy
radiologów, lekarzy diagnostów, fizyków,
elektroników, informatyków) potrafi zdefiniować i
odnaleźć swój zakres kompetencji oraz swoją rolę
w zespole.
IB1A_K01,
IB1A_K04
Aktywność na zajęciach
Matryca efektów kształcenia w odniesieniu do form zajęć
Konwersatori
um
Zajęcia
seminaryjne
Zajęcia
praktyczne
Zajęcia
terenowe
Zajęcia
warsztatowe
Zna podstawowe zasady
pozyskiwania obrazów
medycznych.
+
-
+
-
-
-
-
-
-
-
-
M_W002
Zna metody komputerowego
przetwarzania obrazów
medycznych.
+
-
+
+
-
-
-
-
-
-
-
M_W003
Zna techniki pisania
programów w języku Matlab.
-
-
+
+
-
-
-
-
-
-
-
M_U001
Posiada umiejętność
rozwiązywania
problemowych zadań
zawodowych z zakresu
obrazowania medycznego.
+
-
+
+
-
-
-
-
-
-
-
M_U002
Potrafi posługiwać się
oprogramowaniem do
przetwarzania obrazów.
+
-
+
+
-
-
-
-
-
-
-
-
-
-
+
-
-
-
-
-
-
-
E-learning
Ćwiczenia
projektowe
M_W001
Inne
Ćwiczenia
laboratoryjne
Forma zajęć
Ćwiczenia
audytoryjne
Student, który zaliczył moduł
zajęć wie/umie/potrafi
Wykład
Kod EKM
Wiedza
Umiejętności
Kompetencje społeczne
M_K001
Ma świadomość
odpowiedzialności za pracę
własną oraz gotowość
podporządkowania się
zasadom pracy w zespole i
ponoszenia odpowiedzialności
za wspólnie realizowane
zadania.
2/6
Karta modułu - Techniki obrazowania medyczego
M_K002
Ze względu na konieczność
działania w zespołach wielu
specjalistów z różnych
dziedzin (obok inżynierów
biomedycznych także lekarzy
radiologów, lekarzy
diagnostów, fizyków,
elektroników, informatyków)
potrafi zdefiniować i odnaleźć
swój zakres kompetencji oraz
swoją rolę w zespole.
+
-
-
-
-
-
-
-
-
-
-
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład
Rola i miejsce techniki obrazowania medycznego w całości problematyki inżynierii
biomedycznej.
Zalety i wady techniki obrazowania w zadaniach diagnostyki, terapii i monitorowania
rehabilitacji medycznej.
Metody pozyskiwania zobrazowań medycznych:
• rentgenografia
• tomografia komputerowa
• rezonans magnetyczny
• techniki izotopowe
• pozytronowa emisyjna tomografia
• ultrasonografia
• termowizja
• techniki fotogrametryczne
Cele i metody przetwarzania obrazów medycznych
• filtracja liniowa
• filtracja nieliniowa
• metody morfologiczne
Analiza obrazów medycznych
Kategoryzacja i rozpoznawanie obrazów
Podstawy automatycznego rozumienia obrazów
Ćwiczenia laboratoryjne
W przedmiocie prowadzone są ćwiczenia laboratoryjne. Treści tych zajęć ugruntowują i
rozszerzają wiedzę przekazywaną podczas wykładów. Pozwalają zastosować wiedzę w
praktyce.
14 ćwiczeń laboratoryjnych 2 godzinnych:
• reprezentacja obrazu w programie Matlab
• nieliniowe przekształcenia obrazu w programie Matlab
• wyznaczanie parametrów obiektu obrazu w programie Matlab
• przekształcenia arytmetyczne obrazu w programie Matlab
• regionalne przekształcenia obrazu w programie Matlab
• operacje arytmetyczne obrazów w programie Matlab
• przekształcenia morfologiczne obrazów w programie Matlab
• przekształcenia morfologiczne obrazów w programie Matlab
• filtracja obrazu w programie Matlab
• filtracja obrazu w programie Matlab
• transformacja Fouriera obrazów cyfrowych w programie Matlab
3/6
Karta modułu - Techniki obrazowania medyczego
• transformacja kosinusowa obrazów cyfrowych w programie Matlab
• operacje na fragmentach obrazu w programie Matlab
• transformacja Falkowa w programie Matlab
Ćwiczenia projektowe
W przedmiocie prowadzone są ćwiczenia projektowe. Treści tych zajęć rozszerzają
wiedzę przekazywaną podczas wykładów i laboratoriów. Pozwalają zastosować wiedzę
w praktyce.
7 ćwiczeń projektowych 2 godzinnych:
• stosowanie metod wstępnego przetwarzania obrazów medycznych w programie
Matlab
• stosowanie metod ekstrakcji cech obrazów medycznych w programie Matlab
• stosowanie metod klasyfikacji obrazów medycznych w programie Matlab
• stosowanie metod klasyfikacji obrazów medycznych w programie Matlab
• projektowanie systemów rozpoznawania obrazów medycznych w programie Matlab
• projektowanie systemów rozpoznawania obrazów medycznych z GUI
• projektowanie systemów rozpoznawania obrazów medycznych z GUI
Sposób obliczania oceny końcowej
Ocena z ćwiczeń laboratoryjnych jest średnią ocen z wykonanych zadań na zajęciach laboratoryjnych,
kolokwium i aktywności.
Ocena z ćwiczeń projektowych jest oceną za wykonany projekt i ocen z wykonanych zadań na zajęciach
projektowych.
Ocena końcowa wyliczana będzie przy użyciu formuły:
Ocena końcowa = 0,7 • ocena z egzaminu + 0,2 • ocena z ćwiczeń laboratoryjnych + 0,1 • ocena z
ćwiczeń projektowych
Wymagania wstępne i dodatkowe
Studenci powinni znać podstawy korzystania z techniki komputerowej oraz powinni mieć podstawowe
wiadomości dotyczące diagnostycznej aparatury medycznej. Pożądana, ale nie wymagana
kategorycznie jest wiedza związana z podstawami grafiki komputerowej.
Zalecana literatura i pomoce naukowe
Tadeusiewicz R.: Informatyka medyczna. Skrypt uczelniany UMCS, Lublin 2011 (książka dostępna w
całości w Internecie).
Tadeusiewicz R., Śmietański J.: Pozyskiwanie obrazów medycznych oraz ich przetwarzanie, analiza,
automatyczne rozpoznawanie i diagnostyczna interpretacja. Wydawnictwo STN, Kraków 2011.
Tadeusiewicz R.: Jak informatyka pomaga zajrzeć do wnętrza ludzkiego ciała. Warszawska Wyższa
Szkoła Informatyki, Warszawa 2010.
Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów, Progress of
Telecommunication Foundation Publishing House, Krakow, 1997 (książka dostępna w całości w
Internecie).
Tadeusiewicz R., Ogiela M. R.: Medical Image Understanding Technology, Series: Studies in Fuzziness
and Soft Computing, Vol. 156, Springer-Verlag, Berlin – Heidelberg – New York, 2004.
Ogiela M. R., Tadeusiewicz R.: Modern Computational Intelligence Methods for the Interpretation of
Medical Images, Studies in Computational Intelligence, Volume 84, Springer-Verlag, Berlin – Heidelberg
– New York, 2008.
Wróbel Z., Koprowski R.: Praktyka przetwarzania obrazów w programie Matlab, Akademicka Oficyna
Wydawnicza EXIT, Warszawa 2004.
Głowacz A., Głowacz Z.: Recognition of images of finger skin with application of histogram, image
filtration and K-NN classifier. Biocybernetics and Biomedical Engineering, vol. 36, Iss. 1, 2016, s. 95–101.
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu
4/6
Karta modułu - Techniki obrazowania medyczego
Tadeusiewicz R.: Informatyka medyczna. Skrypt uczelniany UMCS, Lublin 2011 (książka dostępna w
całości w Internecie).
Tadeusiewicz R., Śmietański J.: Pozyskiwanie obrazów medycznych oraz ich przetwarzanie, analiza,
automatyczne rozpoznawanie i diagnostyczna interpretacja. Wydawnictwo STN, Kraków 2011.
Tadeusiewicz R.: Jak informatyka pomaga zajrzeć do wnętrza ludzkiego ciała. Warszawska Wyższa
Szkoła Informatyki, Warszawa 2010.
Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów, Progress of
Telecommunication Foundation Publishing House, Krakow, 1997 (książka dostępna w całości w
Internecie).
Tadeusiewicz R., Ogiela M. R.: Medical Image Understanding Technology, Series: Studies in Fuzziness
and Soft Computing, Vol. 156, Springer-Verlag, Berlin – Heidelberg – New York, 2004.
Ogiela M. R., Tadeusiewicz R.: Modern Computational Intelligence Methods for the Interpretation of
Medical Images, Studies in Computational Intelligence, Volume 84, Springer-Verlag, Berlin – Heidelberg
– New York, 2008.
Jaworek-Korjakowska J., Tadeusiewicz R.: Determination of border irregularity in dermoscopic color
image of pigmented skin lesions. 36th annual international conference of the IEEE Engineering in
Medicine and Biology Society, Chicago, USA, August 26–30, 2014, 6459–6462.
Jaworek-Korjakowska J., Tadeusiewicz R.: Hair removal from dermoscopic color images. Bio-Algorithms
and Med-Systems, 2013, Vol. 9, No. 2, 53–58.
Jaworek-Korjakowska J., Tadeusiewicz R.: Assessment of dots and globules in dermoscopic color images
as one of the 7-point check list criteria. IEEE International Conference on Image Processing, September
15–18, 2013, Melbourne, Australia, 1456–1460.
Trzupek R., Ogiela M. R., Tadeusiewicz R.: Intelligent image content description and analysis for 3D
visualizations of coronary vessels. Intelligent information and database systems, third international
conference, ACIIDS 2011, Daegu, Korea, April 20–22, 2011, 193–202.
Tadeusiewicz R.: Automatic Understanding
Methods for Medical Images and their Applications.
Biocybernetyka i inżynieria biomedyczna, XVI krajowa konferencja, Warszawa, 26–29 kwietnia 2010, p.
61.
Śmietański J., Tadeusiewicz R.: System for Automatic Detection and Localization of the Prostate Cancer
on Images Registered by Means Perfusion Computed Tomography Technology. Automatyka, Vol. 14, No.
1, 2010, 133-143.
Śmietanski J., Tadeusiewicz R., Łuczyńska E.: Texture Analysis in Perfusion Images of Prostate Cancer – a
Case Study. International Journal of Applied Mathematics and Computer Science, Vol. 20, No. 1, 2010,
149–156.
Głowacz A., Głowacz Z.: Recognition of images of finger skin with application of histogram, image
filtration and K-NN classifier. Biocybernetics and Biomedical Engineering, vol. 36, Iss. 1, 2016, s. 95–101.
Głowacz A., Głowacz A., Głowacz Z.: Recognition of thermal images of direct current motor with
application of area perimeter vector and Bayes classifier. Measurement Science Review, Vol. 15, No. 3,
2015, 119–126.
Głowacz A., Głowacz A., Głowacz Z.: Recognition of monochrome thermal images of synchronous motor
with the application of skeletonization and classifier based on words. Archives of Metallurgy and
Materials, vol. 60, No. 1, 2015, 27–32.
Głowacz A., Głowacz A., Korohoda P.: Recognition of monochrome thermal images of synchronous motor
with the application of binarization and nearest mean classifier. Archives of Metallurgy and Materials,
Vol. 59, No. 1, 2014, 31–34.
Głowacz A., Głowacz A., Głowacz Z.: Recognition of monochrome thermal images of synchronous motor
with the application of quadtree decomposition and backpropagation neural network. Eksploatacja i
Niezawodność – Maintenance and Reliability, Vol. 16, No. 1, 2014, 92–96.
Głowacz A., Głowacz A., Głowacz Z., Korohoda P.: Recognition of thermal images of synchronous motor
with the application of 2-D discrete wavelet transform and GSDM. Przegląd Elektrotechniczny, Vol. 89,
No. 10, 2013, 270–273.
Głowacz A., Głowacz A., Korohoda P.: Recognition of color thermograms of synchronous motor with the
application of image cross-section and linear perceptron classifier. Przegląd Elektrotechniczny, Vol. 88,
No. 10a, 2012, 87–89.
Głowacz A., Głowacz W.: Shape Recognition of Film Sequence with Application of Sobel Filter and
Backpropagation Neural Network. Human-Computer Systems Interaction, Advances in Soft Computing,
Springer, Berlin, Heidelberg, Vol. 60, 2009, 505-516.
Głowacz A., Głowacz W.: Rozpoznawanie kształtów w sekwencjach wizyjnych z zastosowaniem
algorytmu wstecznej propagacji błędów. Półrocznik Automatyka AGH, Vol. 12, No. 1, 2008, 41-54.
Informacje dodatkowe
5/6
Karta modułu - Techniki obrazowania medyczego
LIczne materiały pomocnicze
www.Tadeusiewicz.pl
do
tego
przedmiotu
są
dostępne
na
stronie
wykładowcy
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta
Obciążenie
studenta
Udział w wykładach
28 godz
Samodzielne studiowanie tematyki zajęć
7 godz
Egzamin lub kolokwium zaliczeniowe
2 godz
Przygotowanie do zajęć
10 godz
Udział w ćwiczeniach laboratoryjnych
28 godz
Dodatkowe godziny kontaktowe z nauczycielem
15 godz
Sumaryczne obciążenie pracą studenta
90 godz
Punkty ECTS za moduł
3 ECTS
6/6