Generuj PDF tej strony
Transkrypt
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