Technische Universität Ilmenau

Image Processing in Medicine 1 - Interactive curriculae of TU Ilmenau

The interactive curriculae provide information on the degree programmes offered by the TU Ilmenau.

Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).

You can find all details on planned lectures and classes in the course catalogue.

Please note that this page is no longer updated. All modules and study plans from PO version 2021 onwards (Bachelor and Master study programs) are now available on the Campus Portal.

module properties Image Processing in Medicine 1 in degree program Master Ingenieurinformatik 2021
module number200118
examination number220479
departmentDepartment of Computer Science and Automation
ID of group 2222 (Biosignal Processing)
module leader Dr. Marko Helbig
term summer term only
languageDeutsch
credit points5
on-campus program (h)34
self-study (h)116
obligationelective module
examexamination performance with multiple performances
details of the certificate

Das Modul Bildverarbeitung in der Medizin 1 mit der Prüfungsnummer 220479 schließt mit folgenden Leistungen ab:

  • schriftliche Prüfungsleistung über 120 Minuten mit einer Wichtung von 92% (Prüfungsnummer: 2200800)
  • Studienleistung mit einer Wichtung von 8% (Prüfungsnummer: 2200801)



Details zum Abschluss Teilleistung 2:

Zur Durchführung von Laborversuchen ist in jedem Semester eine aktenkundige Belehrung notwendig.

Versuch "Bildverarbeitung"; Note ergibt sich aus Gespräch, Durchführung und Protokoll

link to Moodle course https://moodle.tu-ilmenau.de/course/view.php?id=1600
teacher

Dr.-Ing. Marko Helbig

signup details for alternative examinations
maximum number of participants
previous knowledge and experience

 

Signale und Systeme, Grundlagen der Biosignalverarbeitung, Biosignalverarbeitung 1, Bildgebung in der Medizin 1

learning outcome 

Fachkompetenz:
Die Studierenden kennen die einzelnen Komponenten des
Bildverarbeitungsprozesses, verstehen deren Zusammenwirken. Sie wissen, mit
Hilfe welcher Algorithmen und Verfahren diese Komponenten realisiert werden
können, wie diese Algorithmen und Verfahren funktionieren und kennen deren
Einsatzkriterien und Designmerkmale (Parameter). Die Studierenden verfügen explizit
über Kenntnisse zur Repräsentation von Bildern, zur Bildvorverarbeitung, zur Segmentierung
und Merkmalsextraktion und besitzen Überblickswissen zur Klassifikation von
Bildern.

Methodenkompetenz:
Die Studierenden kennen die speziellen Probleme der medizinischen
Bildverarbeitung und sind in der Lage, eigenständig elementare medizinische
Bildverarbeitungsprobleme zu lösen, Lösungsansätze in MATLAB umzusetzen und auf
praktische Problemstellungen anwenden zu können. Sie sind befähigt, auf Basis
des erworbenen Wissens auch fortgeschrittene Methoden der medizinischen
Bildverarbeitung zu analysieren. 

Sozialkompetenz:
Die Studierenden können die Bedeutung einer wirksamen Bildverarbeitung im
medizinischen Entscheidungsprozess und somit für die Qualität von Diagnostik
und Therapie richtig einordnen und können dies im wissenschaftlichen Diskurs
kommunizieren. Sie sind bereit, ihre Erfahrungen weiterzugeben und an sie
gerichtete Fragen zu beantworten.

Im
Praktikum werden gezielt folgende Kompetenzen erworben: Die Studierenden sind
in der Lage, grundlegende Problemstellungen der digitalen Verarbeitung
medizinischer Bilder in der Gruppe zu lösen und verschiedene Lösungsansätze zu
diskutieren, um gemeinsam die beste Lösung für eine gegebene Aufgabenstellung zu
identifizieren und umzusetzen.


content 

Im Rahmen der Vorlesung und des Seminars werden Grundlagen der digitalen Bildverarbeitung mit einem speziellen Fokus auf die in der Medizintechnik relevanten Bereiche vermittelt. Im Seminar werden die behandelten Methoden zur Lösung praktischer Aufgabenstellungen mit Hilfe von MATLAB eingesetzt und diskutiert.

- Einführung in die Bildverarbeitung und Vorstellung spezieller Probleme in medizinischen Anwendungen

- Bildrepräsentation und Bildeigenschaften im Ortsbereich und im Ortsfrequenzbereich (zweidimensionale Fouriertransformation)

- Bildvorverarbeitung (lineare diskrete Operatoren, Bildrestauration, Bildregistrierung, Bildverbesserung)

- Segmentierung (Pixelbasierte Segmentierung, Regionenbasierte Segmentierung, Kantenbasierte Segmentierung, Wasserscheidentransformation, Modellbasierte Segmentierung)

- Morphologische Operationen

- Merkmalsextraktion

- Einführung in die Klassifikation

Zugehöriger Praktikumsversuch:  Bildverarbeitung


media of instruction and technical requirements for education and examination in case of online participation

- Vorlesung: Folien und Tafel

- Seminar: Rechentechnisches Kabinett, Folien, Whiteboard

- Praktikum: Laborrechner

 

 

 

 

literature / references

1. Klaus D. Tönnies, "Grundlagen der Bildverarbeitung", Pearson Studium, 1. Auflage, 2005.

2. Heinz Handels, "Medizinische Bildverarbeitung", Vieweg + Teubner, 2. Auflage, 2009.

3. Bernd Jähne, "Digitale Bildverarbeitung", Springer, 6. Auflage, 2005.

4. Angelika Erhardt, "Einführung in die Digitale Bildverarbeitung", Vieweg + Teubner, 1. Auflage, 2008.

5. Rafael C. Gonzales and Richard E. Woods, "Digital Image Processing", Pearson International, 3. Edition, 2008.

6. Geoff Dougherty, "Digital Image Processing for Medical Applications", Cambridge University Press, 1. Edition, 2009.

7. William K. Pratt, "Digital Image Processing", Wiley, 4. Edition, 2007.

8. Wilhelm Burger and Mark J. Burge, "Principles of Digital Image Processing - Core Algorithms", Springer, 1. Edition, 2009.

9. John L. Semmlow, "Biosignal and Medical Image Processing", CRC Press, 2. Edition, 2009.

evaluation of teaching