Medicinsk bildanalys

Mål

Kursen syftar till att fördjupa förståelsen för hur medicinska bilder och volymer analyseras. Speciellt behandlas filteroptimering, beskrivning av lokala strukturer, bildförbättring, bildregistrering och bildsegmentering. Efter kursen kommer studenten att kunna:

• Beskriva och förklara flerdimensionell filteroptimering, och optimera filter med avseende på krav i spatialdomänen och frekvensdomänen
• Beskriva och förklara olika modeller för lokal strukturbeskrivning, och skatta dessa modeller från bilder
• Beskriva och förklara olika metoder för bildförbättring, och använda en lokal strukturbeskrivning för att utföra bildförbättring med adaptiv filtrering
• Beskriva och förklara traditionella såväl som djupinlärnings-baserade metoder för bildsegmentering, och implementera en djupinlärnings-modell för segmentering
• Beskriva och förklara olika transformationsmodeller och likhetsmått för bildregistrering, och implementera en registreringsalgoritm
• Beskriva och förklara hur fMRI-data analyseras, och implementera en komplett fMRI-analys

Innehåll

Multidimensionell Fourieranalys, lokal strukturbeskrivning i 2D, 3D och 4D (3D + tid), bildförbättring, bildregistrering, bildsegmentering med deep learning, analys av fMRI-data.