BAM33ZMO – Zpracování medicínských obrazů / Medical Image Processing

Předmět se zabývá nejčastěji používanými pokročilými metodami analýzy obrazu se zaměřením na obrazy z lékařských a biologických modalit, od mikroskopie, přes ultrazvuk, až po MRI a CT, včetně časových sekvencí. Cílem je naučit se principům a použití pokročilejší algoritmů pro zpracování lékařských a biologických obrazů, zejména registrace, segmentace a klasifikace.

Tento předmět je vhodným doplňkem předmětu Metody počítačového vidění, který se věnuje metodám pro zpracování obrazů z klasických fotoaparátů a kamer. Mnoho algoritmů lze použít pro obrazy z klasických kamer i z lékařských zobrazovacích přístrojů.

Předpoklady

Předpokládáme, že studenti již znají základní principy zpracování obrazů, včetně jednodušších algoritmů, zhruba na úrovni předmětu Digitální obraz. Dále předpokládáme znalosti programování, matematiky a strojového učení v rozsahu vyučovaném v bakalářském studiu na FEL. Znalost principů lékařských zobrazovacích technik (vyučovaných například v předmětu A6M33ZSL) je užitečná, ale nikoliv nezbytná.

Kontakty

Garant a přednášející: Jan Kybic (kybic@fel.cvut.cz)

Konzultace: dle domluvy.

Organizace předmětu

V roce 2020/2021 je předmět otevřen poprvé, bylo přihlášeno pouze několik studentů a výuka bude asi převážně distanční. Proto bude letos předmět vyučování v poněkud omezené formě, s větším důrazem na samostatnou práci studentů.

Dle rozhodnutí Hygienické stanice hl.m. Prahy bude výuka probíhat distanční formou. Do školy tedy nechoďte, ale připojte se vzdáleně pomocí počítače nebo jiného zařízení s přístupem na internet. Materiály k jednotlivým přednáškám naleznete na stránce přednášek. První přednáška bude vysílána v původně plánovaném čase, t.j. ve středu 23.9. v 9:15. pomocí aplikace BigBlueButton. Odkaz na připojení jste dostali emailem nebo ho naleznete v aplikaci BRUTE, na stránce předmětu.

Jsem si vědom, že distanční výuka může být náročná. Neváhejte se proto na mne obrátit s libovolnými dotazy k probírané látce i k předmětu a jeho organizaci.

V přednáškách (ať už v klasické nebo distanční formě) představíme řadu relevantních metod analýzy lékařských obrazů, a to na základě původních vědeckých článků. Na články se podívejte předem a doplňte vaše komentáře a dotazi v aplikaci Perusall (heslo jste dostali emailem a zprávou v MS Teams}}. Přednášky začnou v 9:15 dle rozvrhu, ale virtuální místnost bude otevřená dříve.

Cvičení letos probíhat nebudou. V době cvičení nebo doma si studenti články představené na přednášce prostudují podrobněji a případné nejasnosti mohou s přednášejícím konzultovat na další přednášce, elektronicky, nebo po dohodě i jinak.

Semestrální práce bude spočívat v samostatné implementaci některého z probíraných algoritmů nebo jeho použití a vyhodnocení, zhruba v rozsahu 10h práce. Práci zadá přednášející, navrhnout ji může i student sám. Výsledkem práce je zpráva (cca 5-10 stránek včetně obrázků) a kód. Semestrální práce je hodnocena A-F.

To get the assignment (zápočet):

  • Present you work on January 6, 2021. Send me an email beforehand to agree on a time. The presentation can be short, say 5-10 minutes. Describe the problem you are solving, the state of the art, the method you have chosen, what have you implemented so far, the results of the experiments. Make the presentation accessible for your peers, even if they did not study that particular problem in depth. Other students may watch the presentations but it is not compulsory.
  • Hand me a short report about your project. It can be short, say 5-10 pages. It should contain similar information as the presentation, with little more details, more equations, good experimental evaluation.
  • Hand me the code implementing the method and the experiments, with clear instructions how to run it.
  • Study the articles at Perusall (code was sent to you earlier) and add your comments and questions. You can address questions like what would you do differently and why.

Zkouška bude ústní (dle epidemiologické situace distanční) a student bude muset demonstrovat znalost představených algoritmů. Výsledek bude dán ze 40% hodnocením semestrální práce, ze 40% hodnocením ústní části a z 20% aktivitou v aplikaci Perusall - všechny tyto části ovšem musí být hodnoceny alespoň E (dostatečně).

Odkazy na vzdálenou výuku pomocí BBB

CW Remote Schedule plugin failure
Failed to fetch events from remote API for the course zmo. Try again later or contact Helpdesk.

Odkazy

courses/zmo/start.txt · Last modified: 2021/09/03 15:30 (external edit)