Інфопакет

Комп'ютерний експеримент та обробка медичних зображень

ВБ.1.09

Вибіркова дисципліна для ОП

Перший

2022/2023

7 Семестр

4

Основні цілі вивчення дисципліни: ознайомлення студентів з сучасними методами візуалізаційних технологій in vivo в медицині, обробки медико-біологічних зображень, надання практичних навичок із використання методів просторової фільтрації, виділення і розпізнавання різноманітних діагностичних об’єктів. Практичне застосування комп’ютерної обробки одержаних зображень, автоматизація процесів обробки зображень, дослідження їх параметрів. Знання та навички, отримані в даній дисципліні можуть використовуватися під час підготовки випускної кваліфікаційної роботи бакалавра, а також вивчення дисциплін освітньої програми «Біомедична фізика, інженерія та інформатика» другого (магістерського) рівня вищої освіти.

Очна форма

Даний курс є продовженням курсу “Технології обробки й аналізу діагностичних даних” та спирається на знання, отримані в курсах “Оптика”, “Комп’ютерний експеримент”, “Чисельні методи”, “Коливання і хвилі”, “Атомна та ядерної фізика”.

Дисципліна “Комп'ютерний експеримент та обробка медичних зображень”складається із двох змістовних модулів. В першому з них розглядаються основні математичні моделі та результати роботи методів фільтрації зображень, підвищення різкості, виділення контурів та придушення шумів, загальні відомості про виділення діагностичної інформації з зображень. У другому модулі розглянуті основні методи отримання та дискретизації медичних зображень, проблеми візуалізації при ультразвуковому, рентгенологічному та інших дослідженнях.

1 Ратушний П. М. Методи обробки біологічних зображень / Ратушний П. М., Білинський Й. Й. // Тези студентських доповідей. ВНТУ. – 2004. – С. 171. 2 Аналіз сучасних методів візуалізації даних в неврології і нейрохірургії з точки зору їх діагностичної цінності / [Злепко С. М., Бєлоусова О. В., Белзецький Р. С., 1 1 3 Transactions on Image Processing. 22 Jain, A. K., «Advances in mathematical models for image processing», Proceeding of the IEEE, vol. 69, no. 5., Р. 502–528. 4 Gonzalez R. C., Woods R. E. Digital Image Processing: Prentice Hall, 2002. – 813 p. 5 Havelock D. I. Geometric precision in noise-free digital images / Havelock D. I. // IEEE Trans. Pattern Anal. Machine Intell. – 1989. Vol. 11, № 10. – P. 1065–1075. 6 Konishi, A. L. A Statistical Approach to MultiScale Edge Detection / Konishi, A. L., Yuille J. M., Coughlan // Proc. Workshop Generative-Model-Based Vision : GMBV, 2002.

Проведення лекцій в обсязі 28 годин та виконання лабораторних робіт в обсязі 28 годин

Семестрове оцінювання: Навчальна дисципліна має два змістовні модулі (по 10 балів) та 5 лабораторних робіт (по 8 балів кожна). Підсумкове оцінювання (у формі заліку): форма заліку – письмово-усна. Екзаменаційний білет складається з 2 питань, які оцінюється до 20 балів. Умовою досягнення позитивної оцінки за дисципліну є отримання не менш ніж 60 балів, оцінка за залік не може бути меншою 24 бали.

Українська