Странице предмета

Теоријска настава: 1) Увод – дигитална медицинска дијагностичка слика, 2D/3D/4D, модалитети снимања, резолуција, изотропија, динамицка слика, временска резолуција, интерполација 2) Концепти анализе медицинске слике – циљеви анализе, квантитативна анализа сигнала ван људске моћи, дијагностичко закључивање, 3) Мултивеличинска анализа слике – анализа и синтеза, пирамидалне представе слике, вејвлети, DWT, 4) Оптимизација – методе нумеричке оптимизације у анализи слике, мерење разлике између слика, нормализације сигнала, тестирање хипотеза, 5) Просторна регистрација снимака – концепт успостављања просторне коресподенције међу снимцима исте анатомије, (перспективне) трансформације слике, деформације, деформабилна регистрација, деформациона поља, објективне мере 6) Моделирање облика и појава –грађење интегрисаних модела анатомије, статистички модели облика и појаве, корелације између облика и текстуре анатомије, активни модели облика и појаве, анализа снимака активним моделима појаве, 7) Сегментација – сегментација по осветљају, змије, level sets, mean shift, graph cuts, Марковљева произвољна поља за сегментацију у присуству шума; 8) Конволуционе неуралне мреже у анализи медицинске слике, припрема података за машинско учење. Практична настава: 1) Рачунарске вежбе из манипулације медицинском сликом: учитавање, мета подаци, статистичке анализе, основне обраде, нормализације, просторне трансформације сигнала, приказ слике и података 2) Пројектни задаци: развој алгоритама за аутономну анализу медицинских снимака, обраде великих скупова снимака, утврђивање коресподенција између разнородних података, грађење радних окружења за прикупљање додатних података о сликама и слични.