Diagnostic Medical Image Processing (lecture + exercises) (DMIP)7.5 ECTS
(englische Bezeichnung: Diagnostic Medical Image Processing (lecture + exercises))

Lehrveranstaltungen:

• • Diagnostic Medical Image Processing
    (Vorlesung, 3 SWS, Andreas Maier, Mi, Do, 12:15 - 13:45, H15)
  • Diagnostic Medical Image Processing Exercises
    (Übung, 1 SWS, Marco Bögel)

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. Successful completion of at least 50% of the exercise tasks has to be demonstrated to the supervisor in order to complete the module.

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. Um den Schein zu erhalten, müssen 50% der Übungsaufgaben erledigt und dem Betreuer vorgeführt werden.

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.

• are able to implement variations of the algorithms presented in the lecture in Java.
  

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.

• sind in der Lage, Adaptionen der vorgestellen Algorithmen in Java zu implementieren.

Weitere Informationen:

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

1. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)
   (Po-Vers. 2008 | Masterprüfung | Wahlpflichtbereich Informatik | Diagnostic Medical Image Processing mit Übung)
2. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)
   (Po-Vers. 2008 | Masterprüfung | Wahlpflichtbereich Angewandte Mathematik | Diagnostic Medical Image Processing mit Übung)
3. Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)
   (Po-Vers. 2013 | Wahlpflichtbereich Technisches Anwendungsfach | Medical Engineering)
4. Informatik (Bachelor of Arts (2 Fächer))
   (Po-Vers. 2010 | Vertiefung Informatik I und II | Vertiefungsmodul Mustererkennung)
5. Informatik (Bachelor of Arts (2 Fächer))
   (Po-Vers. 2013 | Vertiefung Informatik I und II | Vertiefungsmodul Mustererkennung)
6. Informatik (Bachelor of Science)
   (Po-Vers. 2009s | Wahlpflichtbereich (5. und 6. Semester) | Wahlpflichtmodule | Vertiefungsmodul Mustererkennung)
7. Informatik (Bachelor of Science)
   (Po-Vers. 2009w | Wahlpflichtbereich (5. und 6. Semester) | Wahlpflichtmodule | Vertiefungsmodul Mustererkennung)
8. Informatik (Master of Science)
   (Po-Vers. 2010 | Wahlpflichtbereich | Säule der anwendungsorientierten Vertiefungsrichtungen | Vertiefungsmodul Mustererkennung)
9. Informatik (Master of Science)
   (Po-Vers. 2010 | Nebenfach | Nebenfach Medizin | Schwerpunkt Bildverarbeitung | Diagnostic Medical Image Processing mit Übung)
10. Informations- und Kommunikationstechnik (Master of Science)
    (Po-Vers. 2010 | Schwerpunkte im Masterstudium | Schwerpunkt Multimediasysteme | Wahlpflichtmodule | Wahlpflichtmodul aus INF im Schwerpunkt Multimediasysteme)
11. Mathematik (Bachelor of Science)
    (Po-Vers. 2015w | Module des Nebenfachs | Nebenfach Informatik | Vertiefungsmodule | Vertiefungsmodul Mustererkennung)
12. Medizintechnik (Master of Science)
    (Po-Vers. 2013 | Studienrichtung Medizinische Bild- und Datenverarbeitung | M3 Medizintechnische Kernmodule (BDV))

Studien-/Prüfungsleistungen:

Diagnostic Medical Image Processing (Vorlesung mit Übung) (Prüfungsnummer: 32701)

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

Anteil an der Berechnung der Modulnote: 100.0 %

weitere Erläuterungen:
30-minütige mündliche Prüfung über den Stoff der Vorlesung und erfolgreiches Abschliessen der Übungen (50% der Übungsaufgaben)
30 minute oral exam plus successful completion of at least 50% of the exercise tasks.

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

1. Prüfer:

Andreas Maier

Termin: 01.04.2017, 10:00 Uhr, Ort: H 7 TechF
Termin: 07.08.2017, 14:00 Uhr, Ort: H 9 TechF