UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 
 Darstellung
 
Druckansicht

 
 
 Außerdem im UnivIS
 
Vorlesungs- und Modulverzeichnis nach Studiengängen

 
 
Veranstaltungskalender

Stellenangebote

Möbel-/Rechnerbörse

 
 
Vorlesungsverzeichnis >> Technische Fakultät (TF) >>

  Analysis and Visualization of Medical Image Data (VCMed1)

Dozent/in
PD Dr.-Ing. Peter Hastreiter

Angaben
Vorlesung
2 SWS, Schein, ECTS-Studium, ECTS-Credits: 2,5
nur Fachstudium, Sprache Englisch, VCMed1 (winter term) and VCMed2 (summer term) will form a module of 5 ECTS points in total; for futher details please consult http://www9.informatik.uni-erlangen.de/teaching/. Suggested literature is for optional reading only.
Zeit und Ort: Mo 12:00 - 14:00, K1; Di, Raum n.V.

Studienfächer / Studienrichtungen
WF TM-BA ab 4
WF TM-MA ab 1
WPF INF-BA-W ab 4
WPF CE-BA-TW ab 4
WPF CE-MA-INF ab 1
WPF INF-BA-S ab 4
WPF INF-DH-GD ab 5
WPF IuK-BA ab 4
WPF IuK-DH ab 5
WPF IuK-MA ab 1

Voraussetzungen / Organisatorisches
Fachstudium / Erwerb eines Scheins nach mündlicher Prüfung

Inhalt
Die Flut und Komplexität medizinischer Bilddaten sowie die klinischen Anforderungen an Genauigkeit und Effizienz erfordern leistungsfähige wie auch robuste Konzepte der medizinischen Datenverarbeitung. Auf Grund der Vielfalt an Bildinformation und ihrer klinischen Relevanz spielt der Übergang von der Bildgebung zur medizinischen Analyse und Interpretation eine wichtige Rolle. Ergänzt durch Verfahren der Bildanalyse bildet die Visualisierung die grundlegende Schnittstelle zwischen den Daten und dem medizinischen Experten, da sie intuitiv verständliche Einblicke vermittelt.
Nach einer kurzen Einführung werden in der Vorlesung aufbauend auf einem Regelkreis zur Verarbeitung medizinischer Bilddaten nachfolgende Themen besprochen. Mit Beispielen aus der klinischen Praxis wird der Bezug zur medizinischen Anwendung erläutert.
  • Überblick zu bildgebenden Verfahren in der Medizin

  • Bildformate und Bildarchivierung

  • Techniken der Vorverarbeitung

  • Grundlegende Ansätze der Segmentierung

  • Explizite und implizite Methoden der Registrierung

  • Visualisierung (2D, 3D, 4D) von Skalar-, Vektor-, Tensordaten

  • Verfahren der computerassistierten Chirurgie

Empfohlene Literatur
  • P.M. Schlag, S. Eulenstein, Th. Lange "Computerassistierte Chirurgie", Elsevier Verlag, 2010
  • H. Handels, "Medizinische Bildverarbeitung, Bildanalyse, Mustererkennung und Visualisierung für die computergestützte ärztliche Diagnostik und Therapie", Vieweg und Teubner Verlag, 2009

  • B. Preim, D. Bartz, "Visualization in Medicine - Theory, Algorithms, and Applications", Morgan Kaufmann Verlag, 2007

  • E. Neri, D. Caramella, C. Bartolozzi, "Image Processing in Radiology", Springer Verlag, 2008

  • Th. Lehmann, W. Oberschelp, E. Pelikan, R. Pepges, "Bildverarbeitung für die Medizin", Springer Verlag, 1997

ECTS-Informationen:
Title:
Analysis and Visualization of Medical Image Data

Credits: 2,5

Prerequisites
Special Study / Credit or Proof of Attendance ("Schein") after oral examination

Contents
The flood and complexity of medical image data as well as the clinical need for accuracy and efficiency require powerful and robust concepts of medical data processing. Due to the diversity of image information and their clinical relevance the transition from imaging to medical analysis and interpretation plays an important role. Supplemented by the approaches of image analysis, visualization represents the fundamental interface between the image data and the medical expert since it provides intuitively comprehendible insight. After a short introduction the subsequent topics are discussed in the lecture based on a model for the processing of medical image data. Examples of clinical practice show the relation to the medical application.
  • Overview of medical imaging

  • Image formats and storage strategies

  • Techniques of preprocessing

  • Fundamental approaches of segmentation

  • Explicit and implicit methods of registration

  • Visualization (2D, 3D, 4D) of scalar-, vector-, tensor data

  • Computer assisted surgery

Literature
P.M. Schlag, S. Eulenstein, Th. Lange "Computerassistierte Chirurgie", Elsevier Verlag, 2010 H. Handels, "Medizinische Bildverarbeitung, Bildanalyse, Mustererkennung und Visualisierung für die computergestützte ärztliche Diagnostik und Therapie", Vieweg und Teubner Verlag, 2009 B. Preim, D. Bartz, "Visualization in Medicine - Theory, Algorithms, and Applications", Morgan Kaufmann Verlag, 2007 E. Neri, D. Caramella, C. Bartolozzi, "Image Processing in Radiology", Springer Verlag, 2008 Th. Lehmann, W. Oberschelp, E. Pelikan, R. Pepges, "Bildverarbeitung für die Medizin", Springer Verlag, 1997

Zusätzliche Informationen
Schlagwörter: Rechnergestützte Bildanalyse (Visual computing), Medizinische Visualisierung (Medical visualization), Segmentierung (Segmentation), Registrierung (Registration)
Erwartete Teilnehmerzahl: 20
www: http://www9.informatik.uni-erlangen.de/Teaching

Verwendung in folgenden UnivIS-Modulen
Startsemester WS 2010/2011:
[NOCH ZU BENENNEN UND ZU ERWEITERN] (AnVisMed)

Institution: Lehrstuhl für Informatik 9 (Graphische Datenverarbeitung)
UnivIS ist ein Produkt der Config eG, Buckenhof