Medicinsk bildbehandling

Lärandemål

• • Visualisera med hjälp av mentala bilder processen att bilda 1D- och 2D-Fouriertransformationer och faltningsprocessen. Kunna kvantifiera och förklara de praktiska effekterna på avbildning av användning av diskret fouriertransform (vikning etc) och kunna implementera metoder för att eliminera sådana effekter.
• • Tillämpa kunskap om det mänskliga synsystemet för att implementera metoder för bildförbättring för mänsklig slutanvändning. Välj och använda lämpliga bildförbättringsmetoder för olika applikationer. Kunna skilja mellan fall där automatiserade bildförbättringsmetoder ger lämpliga resultat och där de inte gör det.
• • Välj och använd det lämpligaste av medelvärdes- och medianfiltrering för att minska bildbrus baserat på brusstatistik.
• • Koda och tillämpa bildutjämnings- och skärpningstekniker på bilden med både bild- och Fourierdomänmetoder. Välj mellan optimala metoder för kantdetektering för olika tillämpningar.
• • Beräkna manuellt faltningen av matriser som representerar bilder med punktspridningsfunktioner (PSF). Uppskatta avvägningen mellan förbättrad bildskärpa och ökat brus när olika bildåterställningsalgoritmer används och kunna välja lämplig metod att använda i specifika fall.
• • Förklara wavelet karaktär och tillämpa wavelets för brusreducering.• Lista vanliga bildformat som används inom medicinen. Kunna motivera användningen av förlustfri (icke-destruktiv) kontra destruktiv komprimering för olika applikationer. • Beskriva och implementera i programvara enkla metoder för bildregistrering.• Koda metoder för bildrekonstruktion från projektioner som används i röntgen- och positronsemissions-datortomografi. Kunna förklara typen av kvarvarande bildartefakter och föreslå metoder för att tar bort dem.• Implementera enkla metoder för magnetresonanstomografi från observerade data.