CB7 - Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o no familiars i en contextos més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi CB8 - Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis CG3-Comunicar-se de manera efectiva oralment i per escrit preparant documents i exposant projectes i resultats en llengua anglesa CG5-Recollir i seleccionar informació per poder avaluar l'estat de l'art d'un tòpic o matèria específica CG7-Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis relacionats amb la seva àrea d'estudi CT3- Comunicar-se de manera efectiva oralment i per escrit preparant documents i exposant projectes i resultats amb llengua anglesa CG8-Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis CT5- Recollir i seleccionar informació per poder avaluar l'estat de l'art d'un tòpic o matèria específica CE2-Aprendre quin(s) algoritme(s) pot(poden) ser més adequat(s) en una determinada aplicació CE5-Habilitat per implementar i avaluar algoritmes d’intel·ligència artificial per a la millora del diagnòstic assistit per ordinador, i capacitat crítica per decidir el seu ús clínic diari CE9-Habilitat per implementar i avaluar algoritmes de detecció assistits per ordinador, i capacitat crítica per decidir el seu ús clínic diari CE38- Aprendre quin algoritme (s) podria (n) ser més adequat (s) en una aplicació particular CE46- Tenir un bon coneixement del camp del diagnòstic assistit per ordinador (CADx) CE47- Tenir una visió general de la caracterització general de la imatge CE48- Aplicació de les tècniques de reconeixement de patrons en el camp de les imatges mèdiques CE49- Saber quines característiques i quins classificadors són els més útils per a les diferents imatges mèdiques CE50- Avaluació d'un algoritme desenvolupat prèviament i estimació de la seva facilitat d'ús per a les imatges mèdiques i l'ús clínic diari. Estimar els factors crucials per tal què sigui un èxit
To have a good knowledge of the field of Computer Aided Diagnosis (CADx). To have an overview of general image characterization. Applying pattern recognition techniques to the field of medical imaging. To learn what characteristics and what classifiers are more useful to the different medical images. To be able to evaluate a previously developed algorithm and asses is usability for medical images and daily clinical usage. Estimate the crucial factors for it to be successful. To learn what algorithm(s) could fit better for a particular application.
1. Introduction to diagnosis and CADx 2. Image characterization: morphological, texture, and shape descriptors 3. Deformable template matching and active shape models 4. Free-form segmentation and active contours 5. Interest point detectors and descriptors 6. Object and image characterization 7. CADx evaluation and applications
Tipus d’activitat Hores amb professor Hores sense professor Total Aprenentatge basat en problemes (PBL) 16,00 56,00 72,00 Lectura / comentari de textos 6,00 22,00 28,00 Sessió expositiva 14,00 14,00 28,00 Total 36,00 92,00 128
Activitats d'avaluació: Descripció de l'activitat Avaluació de l'activitat % Lecture Activity 50% document + 50% presentation and interaction 30 Lab session 1: Active Shape Models 70% strategy and results + 30% document 20 Lab session 2: Image characterisation and diagnosis 70% strategy and results + 30% document 20 Lab Project: CADx development on Mammography 70% strategy and results + 30% document 40
The evaluation is based on three different activities: 40% from Labs P1&P2 + 40 % from final Lab Project + 30% by evaluating the lectures given by the students. Criteris específics de la nota «No Presentat»:NP will be considered when the students do not submit any of the evaluation activities (P1, P2, Final project, or Lecture activity)