Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
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 CADx medical system, i.e. a system that help physicians to deliver a diagnosis. The topics cover both the traditional scheme including independent image segmentation, characterisation, and classification approaches as well as the recent groundbreaking deep learning technology.
Crèdits:
5

Grups

Grup A

Durada:
Semestral, 1r semestre
Professorat:
XAVIER LLADO BARDERA  / MARC MASIAS MOYSET  / ARNAU OLIVER I MALAGELADA  / ALBERT TORRENT PALOMERAS
Idioma de les classes:
Anglès (100%)

Grup B

Durada:
Semestral, 1r semestre
Professorat:
XAVIER LLADO BARDERA  / MARC MASIAS MOYSET  / ARNAU OLIVER I MALAGELADA  / ALBERT TORRENT PALOMERAS
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
  • 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

Altres Competències

  • 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.

Continguts

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

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Aprenentatge basat en problemes (PBL) 16,00 53,00 0 69,00
Lectura / comentari de textos 6,00 22,00 0 28,00
Sessió expositiva 14,00 14,00 0 28,00
Total 36,00 89,00 0 125

Bibliografia

  • Isaac Bankman (2008). Handbook of Medical Imaging: Processing and Analysis. Elsevier.
  • Forsyth, David A, Ponce Jean (2003). Computer vision : a modern approach. Upper Saddle River: Prentice Hal.
  • P. Suetens (2002). Fundamentals of Medical Imaging. Cambridge University Press.
  • A. Dhawan (2010). Medical Image Analysis. Wiley. 2nd Edition .

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Lecture Activity 50% document + 50% presentation and interaction 30 No
Lab session 1: Image characterization 70% strategy and results + 30% document 20 No
Lab session 2: Traditional Diagnosis 70% strategy and results + 30% document 20 No
Lab Project: CADx development 70% strategy and results + 30% document 30

Qualificació

The evaluation is based on three different activities: 40% from Labs P1&P2 + 30 % 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)

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

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

Tutoria

To stablish the appointments students can use moodle or the emails. These appointments can be done online via google meet meetings or in person (office 0.15 P4 Building)

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.