Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú
Identificació

Estudia a la UdG

Dades generals

Curs acadèmic:
2020
Descripció:
Anàlisi d'imatge mèdica i aplicacions: pre-processat d'imatge (normalització, eliminació de soroll i bias field), mètodes de segmentació (formes actives, basats en atlas), mètodes de registre (rígid i no rigid). Desenvolupament y avaluació de sistemes de detecció (CADe), caracterització i diagnosi (CADx). Presentació de casos i exemples de motivació i aplicació.
Crèdits ECTS:
6

Grups

Grup EB

Durada:
Semestral, 2n semestre
Professorat:
ROBERT MARTI MARLY  / ARNAU OLIVER I MALAGELADA  / SALVADOR PEDRAZA GUTIERREZ
Idioma de les classes:
Català (80%), Anglès (20%)

Competències

  • CB01 Analitzar situacions complexes i dissenyar estratègies per resoldre-les
  • CB02 Planificar i organitzar les propostes i projectes
  • CB03 Aplicar criteris de qualitat a les propostes i / o projectes
  • CB04 Avaluar la pròpia activitat i aprenentatge, i elaboració d'estratègies per millorar-los
  • CB05 Prendre decisions per a la resolució de situacions diverses
  • CB06 Coneixement, administració i manteniment de sistemes, dispositius i serveis biomèdics
  • CB07 Utilitzar tecnologies de la informació i la comunicació i especialment la programació i ús d'ordinadors
  • CB08 Recollir, seleccionar i organitzar informació de manera eficaç
  • CT01 Utilitzar la llengua anglesa
  • CT02 Treballar en equip
  • CT03 Comunicar-se oralment i per escrit
  • CT06 Dissenyar propostes creatives
  • CES3 Descriure la anatomofisiologia humana i comprendre els processos fisiopatològics per facilitar la seva descripció a través de senyals i imatges biomèdiques
  • CES4 Desenvolupar algoritmes per al tractament i anàlisi de senyals i imatges biomèdiques

Continguts

1. Introducció a l'anàlisi d'imatge mèdica.

          1.1. Desenvolupament de sistemes de detecció (CADe) i diagnosi (CADx).

          1.2. Presentació de casos i exemples de motivació i aplicació.

2. Tècniques de pre-processat d'imatge

          2.1. Tècniques generals: histograma, filtres, ...

          2.2. Tècniques específiques de la imatge: transformació dels rajos x, treure el bias field de les MRI, ...

3. Registre entre imatges

          3.1. Registre rígid i afí

          3.2. Registre no rígid

          3.3. Avaluació del registre

4. Segmentació d'imatges i detecció

          4.1. Segmentació mitjançant models deformables

          4.2. Segmentació basada en atlas

          4.3. Avaluació de la segmentació

5. Classificació

          5.1. Mètodes clàssics: kNN, Adaboost, Random Forests, SVM

          5.2. Mètodes basats en Deep Learning

          5.3. Avaluació de la classificació

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Anàlisi / estudi de casos 12,00 48,00 0 60,00
Sessió expositiva 30,00 30,00 0 60,00
Sessió pràctica 12,00 18,00 0 30,00
Total 54,00 96,00 0 150

Bibliografia

  • González, Rafael C (2004). Digital image processing using Matlab. Upper Saddle River: Prentice Hall. Catàleg
  • González, Rafael C (2002). Digital image processing (2nd ed.). Upper Saddle River: Prentice Hall. Catàleg
  • Duda, Richard O (2001). Pattern classification (2nd ed.). New York [etc.]: John Wiley & Sons. Catàleg
  • Bankman, Isaac N (2000). Handbook of medical imaging :. San Diego [etc.]: Academic Press. Catàleg

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Sessions teòriques Examen final. 30
Sessions pràctiques Les sessions pràctiques es realizaran al laboratori de visió per computador. El programari bàsic serà el matlab, tot i que també s'utilitzarà programari específic. 40
Anàlisi de casos. Durant les sessions de problemes els estudiants hauran de dissenyar propostes per resoldre un determinat objectiu: hauran de cercar informació de les propostes existents, analitzar-les, dissenyar la seva pròpia i presentar-la públicament en una exposició oral. 30 No

Qualificació

L'avaluació consta de tres parts: 30% provinent de l'examen final de les activitats teòriques, un 30% de l'anàlisi de casos que es realitzarà durant les sessions de problemes, i un 40% del treball realitzat a pràctiques (anàlisi previ, conducta durant les pràctiques i informe entregat).

Criteris específics de la nota «No Presentat»:
La no assistència a l'examen final serà considerat com un no-presentat de l'assignatura.

Avaluació única:
Per l'avaluació única caldrà realitzar l'examen final. Per tal de poder-lo realitzar, però, caldrà entregar primer una pràctica que donarem a principi de curs a les persones interessades. La nota final serà el 50% de cada activitat.

Nota: Per poder-se acollir a l’avaluació única, cal sol·licitar-ho dins dels terminis fixats i amb els procediments i criteris establerts per la Comissió de Govern del centre.

Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0.

Tutoria

Les tutories es convindran amb els professors via email. Podran ser presencials o bé online.

Comunicacio i interacció amb l'estudiantat

La comunicació genèrica habitual en l’assignatura es realitza via moodle. El fòrum d'avisos conté totes les notificacions relatives al curs.

L'interacció individual serà via email/moodle o bé, presencialment durant les tutories prèviament concertades.

Assignatures recomanades

  • Anàlisi i processament d'imatges

Modificació del disseny

Modificació de les activitats:
L'assignatura està planejada considerant classes teòriques presencials/virtuals i classes de problemes i pràctiques presencials. En cas d'entrar en un nou escenari, totes les activitats es podran realitzar igualment.

Modificació de l'avaluació:
Com que les activitats es podran realitzar igualment, l'avaluació no canviarà.

Tutoria i comunicació:
La comunicació habitual en l’assignatura es continuarà fent via moodle per les notificacions genèriques o via mail per les individuals i per concertar les tutories, que podran ser presencials o telemàtiques.