Logo Ruhr University Bochum
RUB Logo Text

Lehrstuhl für Medizintechnik

Bildverarbeitung in der Medizin

Gehalten von
Dr.-Ing. Stefanie Dencks
Vorlesungsnr.
141220
Sprache
Deutsch
LP
5
SWS
4
Hier geht es zu

Moodle

R
}
c

Inhalt

Es werden die Grundlagen und spezielle Verfahren der Bildverarbeitung vorgestellt, die insbesondere bei medizinischen Bilddaten zum Einsatz kommen. Viele Ver­fah­ren wer­den je­doch auch in an­de­ren An­wen­dungs­fel­dern wie z.B. der in­dus­tri­el­len Bild­ver­ar­bei­tung ein­ge­setzt.

Im ers­ten Ab­schnitt wer­den so­wohl die Re­zep­ti­on durch das mensch­li­che vi­su­el­le Sys­tem be­han­delt, als auch De­fi­ni­tio­nen und Grund­la­gen für die Bild­ver­ar­bei­tung ein­ge­führt (z.B. Dis­kre­ti­sie­rung, Ab­tast­theo­rem, glo­ba­le Kenn­grö­ßen von Bil­dern). Der zwei­te Ab­schnitt ver­mit­telt die wich­tigs­ten Ope­ra­tio­nen im Orts­be­reich (His­to­gramm­mo­du­la­ti­on, Fil­te­rung mor­pho­lo­gi­sche Ope­ra­tio­nen, geo­me­tri­sche Bild­ope­ra­tio­nen, dis­tan­ce trans­form, …). Der drit­te Ab­schnitt um­fasst Me­tho­den der In­for­ma­ti­on­s­ex­trak­ti­on (Seg­men­tie­rung, Tex­tur­ana­ly­se, Form­be­schrei­bung). Im vier­ten Ab­schnitt liegt der Schwer­punkt auf der Klas­si­fi­ka­ti­on und ver­schie­de­nen Ver­fah­ren des Ma­chi­ne Le­arning (z.B. sup­port vec­tor ma­chi­nes, deep le­arning). Der fünf­te Ab­schnitt be­inhal­tet die Bild­re­stau­ra­ti­on. Zu­sätz­lich wird ein Über­blick über die Bild­re­gis­trie­rung und 3D-Vi­sua­li­sie­rung ge­ge­ben.

Vorlesungen

Raum
ID 04/401
}
Vorlesungsbeginn
08:15
Vorlesungsende
09:45
Erste Vorlesung
Dienstag, 08.04.2025

Übungen

Raum
CIP-Pool 2
}
Übung beginnt
10:15
Übung endet
11:45
Die erste Übung ist am
Dienstag, 08.04.2025

Prüfung

i
Prüfungsform
Mündliche Prüfung
Prüfungstermin
Individuelle Absprache
Prüfungsdauer
30 Minuten
l
Prüfungsanmeldung
FlexNow
R

Ziele

Nach erfolgreichem Abschluss des Moduls verfügen die Studierenden über Kenntnisse der mehrdimensionalen digitalen Signalverarbeitung. Sie kennen und verstehen die Erfassung mehrdimensionaler Bilddaten der wichtigsten diagnostischen Bildgebungsverfahren, können diese modellieren und daraus Konsequenzen für deren Verarbeitung ableiten. Die Studierenden können die verschiedenen Schritte der Bildverarbeitung in abstrakte Aufgabenkategorien einordnen (z.B. Filtern, Segmentieren, Klassifizieren), kennen ausgewählte Verfahren im Detail und können diese erklären und anwenden. Die Studierenden sind in der Lage, eine gegebene Bildverarbeitungsaufgabe zu analysieren und eine geeignete Lösung zu entwickeln und algorithmisch umzusetzen. Die Methoden werden am Beispiel medizinischer Bilddaten vermittelt, können aber auch auf andere Anwendungsbereiche übertragen werden. Durch die Übungen in Kleingruppen, teilweise am Computer, sind die Studierenden in der Lage, das Gelernte im Team praktisch umzusetzen, Lösungsansätze zu erläutern und zu präsentieren.
r

Voraussetzungen

keine

Vorkenntnisse

Kennt­nis­se der Sys­tem­theo­rie, Fou­rier-Trans­for­ma­ti­on und Si­gnal­ver­ar­bei­tung, die denen ent­spre­chen, die als Grund­la­gen in den Vor­le­sun­gen des Ba­che­lor­stu­di­en­gan­ges Elek­tro­tech­nik und In­for­ma­ti­ons­tech­nik ver­mit­telt wer­den. Grund­kennt­nis­se in der Mat­lab-Pro­gram­mie­rung.

Literatur

1. Leh­mann, Tho­mas, Ober­schelp, Wal­ter, Pe­li­kan, Erich „Bild­ver­ar­bei­tung für die Me­di­zin“, Sprin­ger, 1997

2. Cam­pi­si, Pa­tri­zio, Egia­za­ri­an, Karen „Blind Image De­con­vo­lu­ti­on. Theo­ry and Ap­p­li­ca­ti­ons“, CRC Press, 2007

3. Fi­scher, Max, Ha­be­rä­cker, Peter, Nischwitz, Al­fred „Com­pu­ter­gra­fik und Bild­ver­ar­bei­tung“, View­eg Ver­lag, 2007

4. Pratt, Wil­liam K. Pratt „Di­gi­tal Image Pro­ces­sing“, Wiley & Sons, 1978

5. Eddins, Steve L., Gon­zalez , Ra­fa­el C., Woods, Ri­chard E. „Di­gi­tal Image Pro­ces­sing Using MAT­LAB“, Gates­mark, 2009

6. Jähne, Bernd „Di­gi­ta­le Bild­ver­ar­bei­tung“, Sprin­ger, 2010

7. Wilt­gen, Marco „Di­gi­ta­le Bild­ver­ar­bei­tung in der Me­di­zin“, Shaker, 1999

8. Jain, Anil K. „Fun­da­men­tals of Di­gi­tal Image Pro­ces­sing“, Pren­ti­ce Hall, 1989

9. Asya­li, Musa Hakan, De­mir­ka­ya, Omer, Sahoo, Pra­s­an­na K. „Image Pro­ces­sing with MAT­LAB. Ap­lli­ca­ti­ons in Me­di­ci­ne and Bio­lo­gy“, CRC Press, 2009

10. Boyle, Roger, Hla­vac, Va­clav, Sonka, Milan „Image Pro­ces­sing, Ana­ly­sis, and Ma­chi­ne Vi­si­on“, Brooks Cole, 1999

11. Op­pelt, Ar­nulf „Ima­ging Sys­tems for Me­di­cal Dia­gnostics“, Pu­bli­cis Cor­po­ra­te Pu­blis­hing, 2005

12. Han­dels, Heinz „Me­di­zi­ni­sche Bild­ver­ar­bei­tung“, Teub­ner Ver­lag, 2000

P

Sonstiges

Die­se Lehrveranstaltung wird über Mood­le or­ga­ni­siert. Die notwendigen Informationen werden in der ersten Vorlesung mitgeteilt.