Opis predmeta
– Zajemanje digitalnih slik: optično-zaznavne lastnosti človeškega vida, vrste in definicije digitalnih slik, predstavitve barv in barvni prostori, parametri kakovosti, tehnologije zajemanja vizualnih podatkov na makro in mikroskopski ravni z digitalnimi fotoaparati in kamerami, osnove rentgenskega slikanja, računalniške tomografije, magnetne resonance in ultrazvoka, razumevanje vsebine slik.
– Prikazovanje, manipulacija in zgoščevanje sivinskih, barvnih in večdimenzionalnih slik
– Analiza slik: upragovanje, opisovanje s poravnavo topoloških, fizikalnih ali statističnih modelov, regresija in razvščanje slik z globokimi samoučečimi modeli, izločanje značilnic objektov zanimanja, analiza rasti in gibanja.
– Načrtovanje in uporaba slikovnih informacijskih sistemov: programska orodja za pridobivanje in analizo slik, načrtovanje, integracija in uporaba slikovnih informacijskih sistemov v biotehniških raziskavah in aplikacijah (mikroskopija, kontrola kakovosti živil, spremljanje rasti in gibanja živali, rastlin in mikroorganizmov, itn).
Predmet učimo na programih
Cilji in kompetence
Seznaniti študente s področjem zajemanja in računalniško podprte analize biomedicinskih slik; posredovati znanje o sodobnih postopkih za zajemanje biomedicinskih slik, za njihovo prikazovanje, manipulacijo, zgoščevanje, ter kvantitativno analizo; posredovati znanje o strojnem in globokem strojnem učenju in uporabo teh orodij za regresijo in razvrščenje na podlagi biomedicinskih slik ter njihovo analizo; seznanjanje s pristopi k načrtovanju in uporabi slikovnih informacijskih sistemov v biotehniških raziskavah in aplikacijah.
Metode poučevanja in učenja
Teoretične osnove in širši pregled nad področjem predmeta študentje pridobijo na predavanjih, praktična znanja in izkušnje pa pri laboratorijskih vajah in izdelavi izbrane projektne ali seminarske naloge z njihovega področja zanimanja.
Predvideni študijski rezultati
Študenti, ki bodo izbrali ta predmet, bodo pridobili znanja o zajemanju digitalnih slik; znali prikazovati, manipulirati in zgoščevati slike; znali izbrati in uporabljati obstoječe postopke; digitalne analize slik; znali načrtovati, učiti in vrednotiti globoke samoučeče modele za regresijo in razvrščanje na podlagi slikovne informacije; znali načrtovati in uporabljati slikovne informacijske sisteme v bioznanostih.
Temeljni viri in literatura
– Thomas M. Deserno. Biomedical Image Processing. Springer, 2011.
– Klaus D. Tonnies. Guide to Medical Image Analysis: Methods and Algorithms. Springer, 2012.
– Deep Learning (Ian J. Goodfellow, Yoshua Bengio and Aaron Courville), MIT Press, 2016.
– Boštjan Likar. Biomedicinska slikovna informatika in diagnostika, 1. izdaja, Založba FE in FRI,
Ljubljana: Fakulteta za elektrotehniko, 2008.
Bodi na tekočem
Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška cesta 25, 1000 Ljubljana