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

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