Emne - Bildebehandling og automatisert klassifisering - RAT3002
RAT3002 - Bildebehandling og automatisert klassifisering
Om emnet
Undervises ikke studieåret 2022/2023
Faglig innhold
I emnet undervises sentrale prinsipp og metoder for prosessering og automatisert klassifisering av digitale bilder, med fokus på medisinske bilder. Sentrale tema i emnet er normalisering, filtrering, segmentering, teksturanalyse, fusing og automatisert klassifisering. Gjennomgående tema i emnet vil være viktigste syntaks i programmering og hvilke programmer og algoritmer som er egnet for ulike medisinske modaliteter og problemstillinger.
Læringsutbytte
En kandidat som har fullført emne skal ha følgende læringsutbytte:
Kunnskaper:
- Har avansert kunnskap om oppbygning og egenskaper ved digitale bilder
- Har inngående kunnskap om prinsipp for normalisering, filtrering og andre grunnleggende metoder for bilde-prosessering
- Kan vurdere muligheter og begrensninger i ulike typer bildebehandling (segmentering, visualisering, teksturanalyse og fusing)
- Kan anvende kunnskap til å vurdere ny forskning innen bildebehandling og automatisert klassifisering
Ferdigheter:
- Kan bruke relevante bildebehandlingsverktøy på en selvstendig måte
- Kan gjennomføre ulike typer bildebehandling (segmentering, visualisering, teksturanalyse og fusing)
- Kan gjennomføre et selvstendig og avgrenset prosjekt basert på problemstilling og ubehandlede bilder
Generell kompetanse:
- Kan diskutere problemstillinger, analyser og konklusjoner innenfor bildebehandling med samarbeidende yrkesgrupper, kolleger og studenter
- Kan analysere problemstillinger og resultater i forskning med bildebehandling og automatisert klassifisering
- Behersker terminologien i bildebehandling og sentral syntaks i programmering
Læringsformer og aktiviteter
Samlingsbaserte forelesninger og gruppearbeid med elektronisk innlevering. Det vil bli avholdt samlinger (på campus og/eller digitalt) over opptil seks dager i løpet av semesteret, og studentene har fire obligatoriske arbeidskrav. Arbeidskravene vil være studentaktive, med øvingsoppgaver med bildedata; enten bilder tatt opp på eget arbeidssted, eller tilrettelagte øvingssett. Oppgavene kan også kobles til pågående forskningsprosjekter ved instituttet. Alle øvingsoppgaver kommer med veileder for gjennomføring. Arbeidskrav tilrettelegger for tematisk sammenkobling av teori og praksis. Alle lærings-ressurser gjøres tilgjengelig via e-læringsplattform: artikler, lenker, kortfilmer (animasjoner, forelesninger ol.), selvtester, besvarelser på oppgaver og diskusjonsforum med studenter og faglærere.
Spesielle vilkår
Krever opptak til studieprogram:
Medisinsk bildeteknologi (MMEDBT)
Forkunnskapskrav
Emnet har studierettskrav. For å avlegge eksamen i emnet må studenten være tatt opp til master i medisinsk bildeteknologi.
Kursmateriell
Gonzalez and Wood: Digital Image Processing. 4th Edition, 2018, Pearson, NY, USA
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Høyere grads nivå
Ingen
Undervisningsspråk: Engelsk, Norsk
Sted: Trondheim
- Helse- og sosialfag
- Medisin
- Radiografi
Ansvarlig enhet
Institutt for sirkulasjon og bildediagnostikk
Eksamensinfo
- * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"