Stranice predmeta

Teorijska nastava: 1) Uvod – digitalna medicinska dijagnostička slika, 2D/3D/4D, modaliteti snimanja, rezolucija, izotropija, dinamicka slika, vremenska rezolucija, interpolacija 2) Koncepti analize medicinske slike – ciljevi analize, kvantitativna analiza signala van ljudske moći, dijagnostičko zaključivanje, 3) Multiveličinska analiza slike – analiza i sinteza, piramidalne predstave slike, vejvleti, DWT, 4) Optimizacija – metode numeričke optimizacije u analizi slike, merenje razlike između slika, normalizacije signala, testiranje hipoteza, 5) Prostorna registracija snimaka – koncept uspostavljanja prostorne korespodencije među snimcima iste anatomije, (perspektivne) transformacije slike, deformacije, deformabilna registracija, deformaciona polja, objektivne mere 6) Modeliranje oblika i pojava –građenje integrisanih modela anatomije, statistički modeli oblika i pojave, korelacije između oblika i teksture anatomije, aktivni modeli oblika i pojave, analiza snimaka aktivnim modelima pojave, 7) Segmentacija – segmentacija po osvetljaju, zmije, level sets, mean shift, graph cuts, Markovljeva proizvoljna polja za segmentaciju u prisustvu šuma; 8) Konvolucione neuralne mreže u analizi medicinske slike, priprema podataka za mašinsko učenje. Praktična nastava: 1) Računarske vežbe iz manipulacije medicinskom slikom: učitavanje, meta podaci, statističke analize, osnovne obrade, normalizacije, prostorne transformacije signala, prikaz slike i podataka 2) Projektni zadaci: razvoj algoritama za autonomnu analizu medicinskih snimaka, obrade velikih skupova snimaka, utvrđivanje korespodencija između raznorodnih podataka, građenje radnih okruženja za prikupljanje dodatnih podataka o slikama i slični.