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

 
 
Modulbeschreibung (PDF)

 
 
 Außerdem im UnivIS
 
Vorlesungs- und Modulverzeichnis nach Studiengängen

Vorlesungsverzeichnis

 
 
Veranstaltungskalender

Stellenangebote

Möbel-/Rechnerbörse

 
 

Diagnostic Medical Image Processing (VHB-Kurs) (DMIP-VHB)5 ECTS
(englische Bezeichnung: Diagnostic Medical Image Processing (VHB course))

Modulverantwortliche/r: Andreas Maier
Lehrende: Andreas Maier


Studienfächer/Prüfungsordnungsmodule:

Einfrieren der UnivIS-Modul-Beschreibung: 16.8.2018
Diagnostic Medical Image Processing (28320) Vertiefungsrichtung Mustererkennung (30504) Vertiefungsrichtung Mustererkennung (33600) Wahlpflichtmodul aus INF im Schwerpunkt Multimediasysteme (36936) Technische Wahlmodule (37137) M3 Medizintechnische Kernmodule (BDV) (42939) Vertiefungsmodule aus dem Sockel beider Studienrichtungen (43093) Wahlpflichtbereich Informatik (43829, 1 Semester) Wahlpflichtmodul aus INF im Schwerpunkt Multimediasysteme (87852)

Startsemester: WS 2018/2019Dauer: 1 SemesterTurnus: halbjährlich (WS+SS)
Präsenzzeit: 0 Std.Eigenstudium: 150 Std.Sprache: Englisch

Lehrveranstaltungen:


Empfohlene Voraussetzungen:

Ingenieurmathematik

Inhalt:

English version:
The contents of the lecture comprise basics about medical imaging modalities and acquisition hardware. Furthermore, details on acquisition-dependent preprocessing are covered for image intensifiers, flat-panel detectors, and MR. The fundamentals of 3D reconstruction from parallel-beam to cone-beam reconstruction are also covered. In the last chapter, rigid registration for image fusion is explained. In the exercises, algorithms that were presented in the lecture are implemented in Java.

Deutsche Version:
Die Inhalte der Vorlesung umfassen Grundlagen der medizinischen Bildverarbeitung und Aufnahmeprinzipien. Darüber hinaus werden Details der Vorverarbeitung für Bildverstärker, Flachpaneldetektoren und MR erklärt. Die Grundlagen der Rekonstruktion von Parallelstrahl bis hin zur Kegelstrahl-Tomographie werden ebenfalls behandelt. Im letzten Kapitel wird starre Registrierung für Bildfusion erläutert. In den Übungen werden Algorithmen aus der Vorlesung in Java implementiert.

Lernziele und Kompetenzen:

English Version: The participants

  • understand the challenges in interdisciplinary work between engineers and medical practitioners.

  • develop understanding of algorithms and math for diagnostic medical image processing.

  • learn that creative adaptation of known algorithms to new problems is key for their future career.

  • develop the ability to adapt algorithms to different problems.

  • are able to explain algorithms and concepts of the lecture to other engineers.

Deutsche Version: Die Teilnehmer

  • verstehen die Herausforderungen in der interdisziplinären Arbeit zwischen Ingenieuren und Ärzten.

  • entwickeln Verständnis für Algorithmen und Mathematik der diagnostischen medizinischen Bildverarbeitung.

  • erfahren, dass kreative Adaption von bekannten Algorithmen auf neue Probleme der Schlüssel für ihre berufliche Zukunft ist.

  • enwickeln die Fähigkeit Algorithmen auf verschiedene Probleme anzupassen.

  • sind in der Lage, Algorithmen und Konzepte der Vorlesung anderen Studenten der Technischen Fakultät zu erklären.


Weitere Informationen:

Schlüsselwörter: Mustererkennung, Medizinische Bildverarbeitung
www: http://www5.cs.fau.de/lectures/ws-1718/medical-image-processing-for-diagnostic-applications-vhb-kurs-mipda/

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:

  1. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Bachelor of Science)
    (Po-Vers. 2010 | TechFak | Computational Engineering (Rechnergestütztes Ingenieurwesen) (Bachelor of Science) | Gesamtkonto | Technische Wahlmodule | Diagnostic Medical Image Processing)

Studien-/Prüfungsleistungen:

Diagnostic Medical Image Processing (Prüfungsnummer: 41501)

(englischer Titel: Diagnostic Medical Image Processing)

zugeh. "mein campus"-Prüfung: 
  • 17227 Wahlpflichtmodul aus INF, 5 ECTS (Informations- und Kommunikationstechnik (Master of Science) 2010, Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5.0 ECTS, Platzhalter).
  • 38091 Mustererkennung (5 ECTS) (Informatik (Master of Science) 2010, Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5.0 ECTS, Platzhalter).
  • 37091 Mustererkennung (5 ECTS) (Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5.0 ECTS, Platzhalter).
  • 41501 Diagnostic Medical Image Processing (Informations- und Kommunikationstechnik (Master of Science) 2010, Prüfung, Form: schriftlich/mündlich, Drittelnoten (mit 4,3), Dauer: -, 5.0 ECTS, Prüfung).
  • 18022 Medizintechnisches Kernmodul (Prüfung, Form: Klausur, Drittelnoten (mit 4,3), Dauer: -, 5 ECTS, Platzhalter).
  • 17252 Vertiefungsmodul aus dem Sockel beider Kompetenzfelder (Medizintechnik (Bachelor of Science) 2013, Prüfung, Form: variabel, Zehntelnoten, Dauer: -, 5.0 ECTS, Platzhalter).
  • 17227 Wahlpflichtmodul aus INF (5 ECTS) (Informations- und Kommunikationstechnik (Master of Science) 2016s, Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5.0 ECTS, Platzhalter).
  • 17001 Computer Science (5 ECTS) (Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science) 2013, Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5 ECTS, Platzhalter).
  • 41501 Diagnostic Medical Image Processing (Informations- und Kommunikationstechnik (Master of Science) 2016s, Prüfung, Form: schriftlich/mündlich, Drittelnoten (mit 4,3), Dauer: -, 5.0 ECTS, Prüfung).
  • 18002 Technische Wahlmodule aus CME, Prüfungsleistung mit 5 ECTS (Communications and Multimedia Engineering (Master of Science) 2011, Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5 ECTS, Platzhalter).
Prüfungsleistung, Klausur, Dauer (in Minuten): 60, benotet, 5 ECTS
Anteil an der Berechnung der Modulnote: 100.0 %
Prüfungssprache: Englisch

Erstablegung: WS 2018/2019, 1. Wdh.: SS 2019
1. Prüfer: Andreas Maier (100196)
Termin: 23.02.2019, 11:00 Uhr, Ort: H 7 TechF
Termin: 06.08.2019, 13:30 Uhr, Ort: Tentoria
Termin: 22.02.2020, 11:00 Uhr, Ort: H 11
Termin: 18.08.2020, 15:30 Uhr, Ort: TentoriaTermin: 23.02.2019, 11:00 Uhr, Ort: H 7 TechF
Termin: 06.08.2019, 13:30 Uhr, Ort: Tentoria
Termin: 22.02.2020, 11:00 Uhr, Ort: H 11
Termin: 18.08.2020, 15:30 Uhr, Ort: Tentoria

UnivIS ist ein Produkt der Config eG, Buckenhof