Αναγνώριση Προτύπων σε Ιατρικές Εικόνες με Εφαρμογή στην Ακτινολογία

Κωδικός Μαθήματος:

6291

Εξάμηνο:

ΣΤ' Εξάμηνο - Κατεύθυνση Ακτινολογίας και Ακτινοθεραπείας

Κατηγορία:

ΜΕΥ

Ώρες:

3

Μονάδες ECTS:

3

Σύνδεσμος στο eClass:

https://eclass.uniwa.gr/courses/BISC176/


Καθηγητές Μαθήματος

Νίνος Κωνσταντίνος

Περίγραμμα

Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση:

i) να έχουν εξοικειωθεί με τον σχεδιασμό και λειτουργία συστημάτων ανάλυσης ιατρικής εικόνας που χρησιμοποιούνται στην Ακτινολογία.

ii) να έχουν γνώση των μεθοδολογιών μαθηματικής ποσοτικοποίησης των ιδιοτήτων υφής, παρυφής, και άλλων ιδιοτήτων της εικόνας (π.χ. ομοιογένεια – ανομοιογένεια υφής σε εικόνες υπερηχογράφου).

iii) να έχουν γνώση των μεθόδων ταξινόμησης σε κατηγορίες (π.χ. καλοήθεια – κακοήθεια) των εικόνων με βάση τις ποσοτικοποιημένες ιδιότητες της ψηφιακής ακτινολογικής εικόνας.

iv) να έχουν γνώση των μεθόδων αξιολόγησης της ποιότητας των συστημάτων ανάλυσης ιατρικής εικόνας στην Ακτινολογία.

(6291)_Αναγνώριση Προτύπων σε Ιατρικές Εικόνες με Εφαρμογή στην Ακτινολογία.pdf

Σκοπός του μαθήματος: Το Σύστημα Αναγνώρισης Προτύπων (ΣΑΠ) είναι ένα σύστημα υποστήριξης απόφασης (Decision Support System – DSS) το οποίο δίνει μία πιθανή διάγνωση, την οποία λαμβάνει υπόψιν του ο ακτινολόγος ιατρός, προκειμένου να βγάλει την τελική διάγνωση. Με μία εντολή στο πρόγραμμα συλλέγονται μία σειρά στοιχείων από την εικόνα (χαρακτηριστικά υφής – σειρά από αριθμούς που εκφράζουν την υφή του πυρήνα), με βάση τα οποία βγαίνει μια πιθανή διάγνωση ενός βαθμού κακοήθειας.

Η ανάλυση με υπολογιστή των ψηφιακών ιατρικών εικόνων που προκύπτουν από τα σύγχρονα ακτινολογικά συστήματα (π.χ. εικόνες Αξονικού και Μαγνητικού Τομογράφου) είναι σημαντική: (α) για την εξαγωγή χρήσιμων συμπερασμάτων που απεικονιστικά διαφοροποιούν φυσιολογικό – υγιή από παθολογικό ιστό ή παθολογικό από παθολογικό ιστό (Grade I/Grade III) και (β) για την ταξινόμηση της απεικονιζόμενης υφής σε κατηγορίες όπως φυσιολογική ή παθολογική. Η ανάλυση εικόνας διακρίνεται από τους άλλους τύπους μεθόδων επεξεργασίας ψηφιακών εικόνων, όπως η αποκατάσταση και ποιοτική βελτιστοποίησή τους, δεδομένου ότι η τελική έκβαση είναι συνήθως αριθμητική αντί εικονική. Κατά συνέπεια, η ανάλυση εικόνας δεν ασχολείται με τη βελτίωση της ποιότητας των εικόνων. Ασχολείται με τη διάγνωση, με παρόμοιο τρόπο που ο ακτινολόγος εξετάζει μια εικόνα. Ο Η/Υ εξετάζει την εικόνα, ανιχνεύει και ποσοτικοποιεί χαρακτηριστικά και ιδιότητες της εικόνας και προτείνει πιθανή διάγνωση (καλοήθεια – κακοήθεια). Ένα ιατρικό σύστημα ανάλυσης εικόνας περιλαμβάνει, παραγωγή χαρακτηριστικών που ποσοτικοποιούν ιδιότητες της ιατρικής εικόνας, σχεδίαση του συστήματος με μεθόδους ταξινόμησης και αξιολόγηση της αξιοπιστίας του συστήματος.

Στόχοι του μαθήματος: Οι φοιτητές τελειώνοντας με επιτυχία το μάθημα είναι σε θέση να επεξεργάζονται υπολογιστικά ακτινολογικές εικόνες και να μπορούν να εξάγουν με μαθηματική προσέγγιση την δομή των συστημάτων ανάλυσης ψηφιακής εικόνας που χρησιμοποιούνται στην Ακτινολογία.


Προτεινόμενο βιβλίο: https://service.eudoxus.gr/search/#a/id:102503021/0