Verstehen
Die Studierenden kennen die unterschiedlichen Bildtypen und ihre Verwendung im medizinischen Kontext. Sie verstehen die unterschiedlichen Modalitäten der Bilderzeugung. 

Analysieren
Sie können Daten aus den genannten Quellen auswerten und präsentieren.

Beurteilen
Die Studierenden können die Bilddaten bezüglich der Qualität und der inhaltlichen Informationen beurteilen. Sie sind in der Lage, relevante Informationen in den Daten identifizieren. 

Anwenden
Sie wenden verschiedene Algorithmen der Bildverarbeitung zur Verbesserung der Bildqualität, zur Segmentierung und Klassifikation von (medizinischen) Bildern an. Sie programmieren Algorithmen in Python.

Erschaffen
Sie sind in der Lage, einen bildanalytischen Prozess selbständig zu planen und durchzuführen. 
 

Bildgebende Verfahren
* Kamera
* Hyperspektralkamera, Medizin: Bildgebende Verfahren in der Medizin (CT, Rö, Virtuelle Mikroskopie)

Bildanalyse
* Histogramme, Grauwertverteilungen, Farbräume

Bildverarbeitung
* Filterung, Segmentierung, Klassifikation

Auswertung
* Fortschrittliche Methoden der Bildanalyse: Deep-Learning 
 

• Zhou SK, Greenspan H, Shen D. Deep learning for medical image analysis [Internet]. 2017 [zitiert 12. Juli 2017]. Verfügbar unter: http://public.eblib.com/choice/publicfullrecord.aspx?p=4789490
• Solomon C, Breckon T. Fundamentals of digital image processing: a practical approach with examples in Matlab. Chichester, West Sussex ; Hoboken, NJ: Wiley-Blackwell; 2011. 328 S. 
• García GB, Herausgeber. Learning image processing with OpenCV: exploit the amazing features of OpenCV to create powerful image processing applications through easy-to-follow examples. Birmingham: Packt Publ; 2015. 208 S. (Packt open source). 
• Bovik AC. The essential guide to image processing. London ; Boston: Academic Press; 2009. 853 S. 
   

Vorlesung mit gemischten Medien (überwiegend Tafel, Folien, Beamer), Übungen am Computer

Deutsch oder englisch

PL

Klausur oder Belegarbeit mit Gespräch

5

4