Visual Computing in Medicine (VCMed)5 ECTS
(englische Bezeichnung: Visual Computing in Medicine)
(Prüfungsordnungsmodul: Vertiefungsmodul Graphische Datenverarbeitung)

Lehrveranstaltungen:

• • Visual Computing in Medicine 1 (WS 2014/2015)
    (Vorlesung, 2 SWS, Peter Hastreiter et al., Di, 14:15 - 15:45, EE 0.135)
  • Visual Computing in Medicine 2 (SS 2015)
    (Vorlesung, Thomas Wittenberg et al., Di, 14:15 - 15:45, E 1.12)

Empfohlene Voraussetzungen:

Es wird empfohlen, folgende Module zu absolvieren, bevor dieses Modul belegt wird:

Algorithmik kontinuierlicher Systeme (SS 2014)
Computergraphik-VU (WS 2013/2014)

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 Messung medizinischer Bilddaten (u.a. MRT, CT, PET) hin zur Analyse der Bildinhalte eine wichtige Rolle. Durch die visuelle Wiedergabe der abstrakten Daten können sowohl technische als auch medizinische Aspekte anschaulich und intuitiv verstanden werden. Aufbauend auf einem Regelkreis zur Verarbeitung medizinischer Bilddaten werden im ersten Teil (Visual Computing in Medicine I) die Eigenschaften medizinischer Bilddaten sowie grundlegende Methoden und Verfahren der medizinischen Bildanalyse und Visualisierung im Zusammenhang vermittelt. Beispiele aus der Praxis erläutern den Bezug zur medizinischen Anwendung. Darauf aufbauend werden im zweiten Teil (Visual Computing in Medicine II) konkrete Lösungsansätze für die Diagnose und Therapieplanung komplexer Krankheitsbilder erläutert. Es wird gezeigt, wie grundlegende Methoden ausgewählt und zu praktisch anwendbaren Gesamtkonzepten zusammengefasst werden. An Beispielen wird der Bezug zu Strategien und Anforderungen in der industriellen Entwicklung und klinischen Anwendung hergestellt. Ergänzend werden komplexe Methoden der medizinischen Bildanalyse und Visualisierung ausführlich besprochen.

Lernziele und Kompetenzen:

Visual Computing in Medicine I
Die Studierenden

• erhalten einen Überblick zu Grundlagen und Unterschie-den medizinischer Bildgebungsverfahren

• erwerben fundierte Kenntnisse über Gitterstrukturen, Da-tentypen und Formate medizinischer Bilddaten

• üben an Beispielen die Erkennung und Interpretation un-terschiedlicher Bilddaten

• erwerben Kenntnisse zu Verfahren der Vorverarbeitung, Filterung und Interpolation medizinischer Bilddaten sowie zu grundlegenden Ansätzen der Segmentierung

• erlernen Prinzipien und Methoden der expliziten und im-pliziten Bildregistrierung und erhalten einen Überblick zu wichtigen Verfahren der starren Registrierung

• erwerben fundierte Kenntnisse zu allen Aspekten der me-dizinischen Visualisierung (2D, 3D, 4D) von Skalar-, Vek-tor-, Tensordaten

• erhalten an einfachen Beispielen einen ersten Eindruck, wie sich Visualisierung zur Steuerung von Bildanalysever-fahren und für die medizinische Diagnostik einsetzen lässt
  

Visual Computing in Medicine II
Die Studierenden

• erwerben aus Sicht der medizinischen Anwendung und konkreter Lösungsstrategien einen Einblick in komplexe Ansätze zur Bearbeitung wichtiger Krankheitsbilder

• lernen die Anforderungen an und die Verknüpfung von Methoden der medizinischen Bildanalyse und Visualisie-rung zur Bearbeitung kardiologischer, neurologischer, on-kologischer und strahlentherapeutischer Fragestellungen

• erhalten einen Überblick zu komplexen Krankheitsbildern als Grundlage für effektive und effiziente Lösungen

• erwerben erweiterte Kenntnisse zur multimodalen Bildre-gistrierung mit nichtstarren Transformationen

• erhalten vertieftes Wissen zu komplexen und aktuellen Themen der medizinischen Visualisierung (u.a. Integrati-onsverfahren, Transferfunktionen, Beschleunigungstech-niken mit Grafikhardware)
  

Literatur:

• B. Preim, C. Botha: Visual Computing for Medicine, Morgan Kaufmann Verlag, 2013

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

• H. Handels: Medizinische Bildverarbeitung, Bildanalyse, Mustererkennung und Visualisierung für die computergestützte ärztliche Diagnostik und Therapie, Vieweg und Teubner Verlag, 2009

• P.M. Schlag, S. Eulenstein, Th. Lange: Computerassistierte Chirurgie, Elsevier Verlag, 2010

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

Studien-/Prüfungsleistungen:

Visual Computing in Medicine (Prüfungsnummer: 44811)

(englischer Titel: Visual Computing in Medicine)

Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 30, benotet

Anteil an der Berechnung der Modulnote: 100.0 %

Erstablegung: SS 2015, 1. Wdh.: WS 2015/2016, 2. Wdh.: keine Wiederholung

1. Prüfer:

Thomas Wittenberg