Anar al contingut (clic a Intro)
UdG Home UdG Home
UdG 30 anys
Tancar
Menú

Estudia a la UdG

Dades generals

Curs acadèmic:
2021
Descripció:
The aim of this course is to introduce all the steps needed to develop a CADe medical system. The main focus will be on the analysis of different techniques to perform medical image segmentation tasks.
Crèdits:
6

Grups

Grup B

Durada:
Semestral, 1r semestre
Professorat:
Alexandra Gonzalez Villá  / Xavier Llado Bardera  / Arnau Oliver i Malagelada
Idioma de les classes:
Anglès (100%)

Competències

  • 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
  • CG2-Interactuar amb habilitat en un entorn multicultural mitjançant el coneixement de la cultura nacional i europea, els drets humans i les realitats europees
  • 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
  • CB10 - Que els estudiants posseeixin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran manera autodirigida o autònoma.
  • CT2- Interactuar amb habilitat en un entorn multicultural mitjançant el coneixement de la cultura nacional i europea, els drets humans i les realitats europees
  • 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
  • CG10-Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran manera autodirigida o autònoma
  • CE2-Aprendre quin(s) algoritme(s) pot(poden) ser més adequat(s) en una determinada aplicació
  • 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
  • CE59- Tenir un bon coneixement del camp de la detecció assistida per ordinador (CADe)
  • CE60- Analitzar l'estat de l'art dels algoritmes de segmentació utilitzats en l'anàlisi d'imatges mèdiques, des del punt de vista de l'enginyer de visió per ordinador
  • CE61- Avaluar un algoritme de segmentació i estimar la seva facilitat d'ús per a l'ús clínic diari. Estimar els factors crucials perquè sigui un èxit

Altres Competències

  • To have a good knowledge of the field of Computer Aided Detection (CADe).
  • To analyse the state of the art segmentation algorithms used in medical image analysis, from the perspective of the computer vision engineer.
  • To be able to evaluate a segmentation algorithm and asses is usability for daily clinical usage. Estimate the crucial factors for it to be successful.
  • To learn what algorithm(s) could fit better for a particular application.

Continguts

1. Introduction to Medical Image Segmentation and Applications

2. Image preprocessing

3. Clustering segmentation techniques

4. Region-based segmentation techniques

5. Atlas based segmentation EM/Bayesian +atlas / Markov Random Fields

6. Segmentation via detection + Patches + classification

7. Deep learning for image segmentation (CNNs)

8. Evaluation of segmentation algorithms for medical applications

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Anàlisi / estudi de casos 8,00 25,00 0 33,00
Aprenentatge basat en problemes (PBL) 10,00 50,00 0 60,00
Seminaris 4,00 6,00 0 10,00
Sessió expositiva 22,00 25,00 0 47,00
Total 44,00 106,00 0 150

Bibliografia

  • González, Rafael C. (2004). Digital image processing using Matlab. Upper Saddle River : Prentice Hall, cop. 2004.
  • Forsyth, David A., Ponce, Jean (2003). Computer vision : a modern approach. Upper Saddle River: Prentice Hall.
  • Robert B. Fisher (2007). CVonline: The Evolving, Distributed, Non-Proprietary. On-Line Compendium of Comp.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Theoretical lectures There is an exam about the theoretical contents of the course 20 No
Lab sessions Different lab assignments done during the course. Evaluation of the work done (code), obtained results and report. 40
Segmentation project Final project assignment. Evaluation of the work done (code), obtained results and report. 40

Qualificació

The evaluation is based on three different activities: 40% from lab sessios P1 + 40% from the final project + 20% from an exam.

Evaluation Criteria:
From Labs/Project: 70% strategy and results + 30% document

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 exam)

Avaluació única:
Students should do the final project and an exam related to the contents seen in the course

Requisits mínims per aprovar:
To pass the course students should have a minimum qualification of 5

Tutoria

To stablish the appointments students can use moodle or sent emails to the teachers. These appointments can be done online via google meet meetings or in presence (Teacher offices)

Comunicacio i interacció amb l'estudiantat

The communitation and interaction with the student will be mainly done via moodle, having also specific forums for all the activities.

Students can also interact with the teacher via email or via videoconferences (google meet).

Observacions

Mentoring will be held in the office 015 of building P-IV.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.