Seminar Advanced Algorithms in Medical Image Processing (SemAAMIP)5 ECTS
(englische Bezeichnung: Seminar Advanced Algorithms in Medical Image Processing)
(Prüfungsordnungsmodul: Seminar im Masterstudium)

Lehrveranstaltungen:

• • Seminar Advanced Algorithms in Medical Image Processing
    (Seminar, 4 SWS, Andreas Maier et al., Mo, 8:15 - 9:45, KH 1.021; ab 23.10.2017)

Inhalt:

Deep Learning-based algorithms showed great performance in many fields of image procession and pattern recognition. The basis for the success of these algorithms is the availability of large amounts of data (big data) for training and of high computing power (typically GPUs). In this seminar we try to answer the question how typical problems in medical imaging might profit from deep learning concepts. The discussed fields are computer aided detection (CAD), image reconstruction, image denosing, image registration. The seminar will give an insight into the newest results in literature. Additionally the participiants will have the opportunity to implement example code and learn the usage of typical open source deep learning libraries.

Lernziele und Kompetenzen:

Students will be able to

• perform their own literature research on a given subject

• independently research this subject

• present and introduce the subject to their student peers

• give a scientific talk in English according to international conference standards
  

Weitere Informationen:

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:

1. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science): ab 1. Semester
   (Po-Vers. 2013 | TechFak | Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science) | Seminar, Masterarbeit | Seminar im Masterstudium)

Studien-/Prüfungsleistungen:

Seminar Medical Applications and Deep Learning (Prüfungsnummer: 732733)

(englischer Titel: Seminar Medical Applications and Deep Learning)

Prüfungsleistung, Seminarleistung, Dauer (in Minuten): 30, benotet, 5 ECTS

Anteil an der Berechnung der Modulnote: 100.0 %

weitere Erläuterungen:
Die Gesamtnote setzt sich zu 50% aus der Bewertung des Vortrags und zu 50% aus der Bewertung der Ausarbeitung / Implementierung zusammen. Ziel des Seminars ist die verständliche Aufbereitung eines Themas für andere Studierende. Die Vortragsdauer beträgt 30 Minuten. Ziel ist es, diese möglichst genau einzuhalten. Die Ausarbeitung umfasst 6 Seiten im Stil von IEEE-Konferenzbeiträgen. Vortrag und Ausarbeitung sollten auf Englisch erfolgen. Alternativ kann eine Demonstration implementiert werden. In diesem Fall umfasst die Ausarbeitung lediglich 3 Seiten.

Prüfungssprache: Englisch

Erstablegung: WS 2017/20181. Wdh.: keine Wiederholung, 2. Wdh.: keine Wiederholung

1. Prüfer:

Andreas Maier