|
Visual Computing in Medicine (VCMed)5 ECTS (englische Bezeichnung: Visual Computing in Medicine)
(Prüfungsordnungsmodul: Vertiefungsmodule aus dem Sockel beider Kompetenzfelder)
Modulverantwortliche/r: Peter Hastreiter, Thomas Wittenberg Lehrende:
Peter Hastreiter, Thomas Wittenberg
Start semester: |
WS 2014/2015 | Duration: |
2 semester | Cycle: |
jährlich (WS) |
Präsenzzeit: |
60 Std. | Eigenstudium: |
90 Std. | Language: |
Deutsch |
Lectures:
Empfohlene Voraussetzungen:
It is recommended to finish the following modules before starting this module:
Algorithmik kontinuierlicher Systeme (SS 2014)
Computergraphik-VU (WS 2013/2014)
Inhalt:
Die Flut und Komplexität medizinischer Bilddaten sowie die klinischen Anforderungen an Genauigkeit und Effizienz erfordern leistungsfähige wie auch robuste Konzepte der medizinischen Datenverarbeitung. Auf Grund der Vielfalt an Bildinformation und ihrer klinischen Relevanz spielt der Übergang von der Messung medizinischer Bilddaten (u.a. MRT, CT, PET) hin zur Analyse der Bildinhalte eine wichtige Rolle. Durch die visuelle Wiedergabe der abstrakten Daten können sowohl technische als auch medizinische Aspekte anschaulich und intuitiv verstanden werden. Aufbauend auf einem Regelkreis zur Verarbeitung medizinischer Bilddaten werden im ersten Teil (Visual Computing in Medicine I) die Eigenschaften medizinischer Bilddaten sowie grundlegende Methoden und Verfahren der medizinischen Bildanalyse und Visualisierung im Zusammenhang vermittelt. Beispiele aus der Praxis erläutern den Bezug zur medizinischen Anwendung. Darauf aufbauend werden im zweiten Teil (Visual Computing in Medicine II) konkrete Lösungsansätze für die Diagnose und Therapieplanung komplexer Krankheitsbilder erläutert. Es wird gezeigt, wie grundlegende Methoden ausgewählt und zu praktisch anwendbaren Gesamtkonzepten zusammengefasst werden. An Beispielen wird der Bezug zu Strategien und Anforderungen in der industriellen Entwicklung und klinischen Anwendung hergestellt. Ergänzend werden komplexe Methoden der medizinischen Bildanalyse und Visualisierung ausführlich besprochen.
Lernziele und Kompetenzen:
Visual Computing in Medicine I
Die Studierenden
erhalten einen Überblick zu Grundlagen und Unterschie-den medizinischer Bildgebungsverfahren
erwerben fundierte Kenntnisse über Gitterstrukturen, Da-tentypen und Formate medizinischer Bilddaten
üben an Beispielen die Erkennung und Interpretation un-terschiedlicher Bilddaten
erwerben Kenntnisse zu Verfahren der Vorverarbeitung, Filterung und Interpolation medizinischer Bilddaten sowie zu grundlegenden Ansätzen der Segmentierung
erlernen Prinzipien und Methoden der expliziten und im-pliziten Bildregistrierung und erhalten einen Überblick zu wichtigen Verfahren der starren Registrierung
erwerben fundierte Kenntnisse zu allen Aspekten der me-dizinischen Visualisierung (2D, 3D, 4D) von Skalar-, Vek-tor-, Tensordaten
erhalten an einfachen Beispielen einen ersten Eindruck, wie sich Visualisierung zur Steuerung von Bildanalysever-fahren und für die medizinische Diagnostik einsetzen lässt
Visual Computing in Medicine II
Die Studierenden
erwerben aus Sicht der medizinischen Anwendung und konkreter Lösungsstrategien einen Einblick in komplexe Ansätze zur Bearbeitung wichtiger Krankheitsbilder
lernen die Anforderungen an und die Verknüpfung von Methoden der medizinischen Bildanalyse und Visualisie-rung zur Bearbeitung kardiologischer, neurologischer, on-kologischer und strahlentherapeutischer Fragestellungen
erhalten einen Überblick zu komplexen Krankheitsbildern als Grundlage für effektive und effiziente Lösungen
erwerben erweiterte Kenntnisse zur multimodalen Bildre-gistrierung mit nichtstarren Transformationen
erhalten vertieftes Wissen zu komplexen und aktuellen Themen der medizinischen Visualisierung (u.a. Integrati-onsverfahren, Transferfunktionen, Beschleunigungstech-niken mit Grafikhardware)
Literatur:
- B. Preim, C. Botha: Visual Computing for Medicine, Morgan Kaufmann Verlag, 2013
B. Preim, D. Bartz: Visualization in Medicine - Theory, Algorithms, and Applications, Morgan Kaufmann Verlag, 2007
H. Handels: Medizinische Bildverarbeitung, Bildanalyse, Mustererkennung und Visualisierung für die computergestützte ärztliche Diagnostik und Therapie, Vieweg und Teubner Verlag, 2009
P.M. Schlag, S. Eulenstein, Th. Lange: Computerassistierte Chirurgie, Elsevier Verlag, 2010
E. Neri, D. Caramella, C. Bartolozzi: Image Processing in Radiology, Springer Verlag, 2008
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Medizintechnik (Bachelor of Science)
(Po-Vers. 2013 | Kern- und Vertiefungsmodule der Kompetenzfelder | Kompetenzfeld Bildgebende Verfahren | B8 Vertiefungsmodule ET/INF | Vertiefungsmodule aus dem Sockel beider Kompetenzfelder)
- Medizintechnik (Bachelor of Science)
(Po-Vers. 2013 | Kern- und Vertiefungsmodule der Kompetenzfelder | Kompetenzfeld Gerätetechnik | B8 Vertiefungsmodule MB/WW/CBI | Vertiefungsmodule aus dem Sockel beider Kompetenzfelder)
Dieses Modul ist daneben auch in den Studienfächern "Informatik (Bachelor of Science)", "Informatik (Master of Science)", "Medizintechnik (Master of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Visual Computing in Medicine (Prüfungsnummer: 44811)
(englischer Titel: Visual Computing in Medicine)
- Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 30, benotet
- Anteil an der Berechnung der Modulnote: 100.0 %
- Erstablegung: SS 2015, 1. Wdh.: WS 2015/2016, 2. Wdh.: keine Wiederholung
1. Prüfer: | Thomas Wittenberg |
|
|
|