Faglig innhold

Tema som inngår er bildebehandlingskjeden, oppbygning og egenskaper til digitale bilder, ulike bildebehandlingsmetoder, prinsipper for bildeanalyse, ulike rekonstruksjonsmodeller og forberedelse av radiologisk bildemateriale til 3D printing.

Begreper som kunstig intelligens, maskinlæring, dyp læring, «augmentet/virtual reality» blir tematisert.

I emnet inngår også kvalitet på bildediagnostiske skjermer og faktorer som påvirker granskningsforhold av radiologiske bilder.

Læringsutbytte

Det forventes at studenten skal kunne

Kunnskaper:

• forklare bildebehandlingskjeden knyttet til fremstilling av radiologisk bildeinformasjon for «konvensjonell» DR apparatur
• redegjøre for sentrale begreper og karakteristiske egenskaper ved en digital bildematrise, herunder betydningen for bildekvalitet og hvordan matrisen kan benyttes til å lage nye projeksjoner og rekonstruksjoner.
• beskrive prinsipper for et utvalg av bildebehandlingsmetoder/teknikker, deres betydning for bildekvalitet og forståelse for praktisk bruk av disse innen radiologi.
• beskrive sentrale prinsipper for bildeanalyse og statistikk, forutsetninger for disse og betydningen for diagnostisk verdi.
• beskrive hvordan bildebehandling kan benyttes til å etablere en 3D- modell til f. eks 3D-printing.
• gjengi prinsippet og hensikten med fouriertransformasjon
• beskrive begrepene kunstig intelligens (AI), maskinlæring, dyp læring og potensialet for bruk innen radiologi.
• beskrive prinsippene for filtrert tilbakeprojeksjon (CT), iterative rekonstruksjonsteknikker og AI i bilderekonstruksjoner.
• beskrive faktorer knyttet til radiologiske skjermer og granskningsforhold som påvirker opplevd bildekvalitet.
• beskrive prinsippene for, og bruk av, bildefusjon og co-registrering av bildedata
• beskrive bruk av «utvidet virkelighet» (AR - Augmented Reality) i medisinsk bildeteknologi.

Ferdigheter:

• beskrive et utvalg av bildebehandlingsteknikker og vurdere sammenheng mellom disse og bildekvalitet
• demonstrere en teoretisk og praktisk forståelse av fordeler og ulemper ved ulike grunnleggende bildebehandlingsoperasjoner
• utføre enkle bildebehandlingsoperasjoner herunder matematisk, og ved hjelp av programvare tilgjengelig ved studiet
• lese og vurdere fag/forskningsartikler innen fagområdet
• utføre enkle statistiske tester på bildedata

Generelle kompetanse:

• bidra til kunnskapsutvikling av fagområdet radiografi
• diskutere spørsmål knyttet til radiografi og bildeprosessering med samarbeidende yrkesgrupper, kolleger og studenter
• diskutere muligheter og begrensninger i digitalt utstyr og programvarer ut fra et radiograffaglig ståsted

Læringsformer og aktiviteter

Forelesninger, øvinger/lab, kollokvier/seminar, selvstudier.

Obligatoriske aktiviteter

• Gruppevise fremlegg på seminar

Spesielle vilkår

Anbefalte forkunnskaper

Alle tidligere emner i studiet.

Forkunnskapskrav

Emnet har studierettskrav. Dette betyr at emnet er forbeholdt studenter som er tatt opp til bachelor i radiografi ved NTNU. Emnet gjennomføres ved det studiestedet der studenten har fått opptak.

Følgende forkunnskapskrav må være oppnådd for at studenten skal kunne fremstille seg til eksamen i emnet:

• RAT/RAG1001 Anatomi og fysiologi
• RAT/RAG1002 Radiografi 1: Strålefysikk, apparatlære og bildedannelse
• RAT/RAG1003 Radiografi 2: Skjelett- og thoraxradiografi
• RAT/RAG1004 Praksisstudier 1: Skjelett- og thoraxrøntgen
• RAT/RAG1005 Patologi, farmakologi og kliniske ferdigheter

Studenten kan starte i emnet, men ikke fremstille seg til eksamen, før samtlige forkunnskapskrav er oppnådd.

Kursmateriell

Emnet har ikke pensum, men anbefalt litteratur og annet undervisningsmateriell.

Studiepoengreduksjon