Medicinsk billedanalyse

• Udføre landemærkebaseret, intensitetsbaseret samt overfladebaseret billedregistrering
• Vælge det mest passende similaritets mål til specikke billedregistrerings problemer
• Anvende flere forskellige linære og ikke-lineære transformationsmodeller i specifikke billedregistreringsproblemer
• Implementere segmenteringsalgoritmer baseret på generative probalistiske modeller
• Implementere simple neurale netværk til eksempel baseret segmentering
• Forklare de matematiske modeller og optimizers der bruges i medicinsk billedregistrering og segmentering
• Validere resultatet fra automatiserede algoritmer til medicinsk billedanalyse
• –

Landmærkebaseret registrering; intensitetsbaseret registrering (kvadratafvigelse, mutual information, principal axis transformation); lineær og ikke-lineær transformationsmodeller (rigide og afine transformationer, thin plate splines, B-splines); overfladebaseret registrering; overfladebaseret segmentering, voxel baseret segmentering ved brug af generative og diskriminerende metoder (Gaussian mixture models, Markov random field priors, neurale netværk); optimering (Gauss-Newton, expectation-maximization); atlaser; validering.

02402/02502, Det forudsættes, at deltagerne har haft et indledende kursus i statistik samt et indledende kursus i billedanalyse. Endvidere forudsættes arbejdskendskab til Matlab/Python.

Forelæsninger samt øvelser.

Kurset henvender sig til studerende der ønsker en indføring i anvendelse af medicinsk billedanalyse i medicotekniske applikationer.