Biomedizinische Bildverarbeitung

 

 

Werner Backfrieder

 

Ziel der Vorlesung

 

Durch die Etablierung moderner Methoden der Computertomographie in der klinischen Praxis, ist die Medizin ihrem Ideal, dem gläsernen Menschen, einen bedeutenden Schritt näher gerückt. Durch umfangreiches Bildmaterial wird der menschliche Körper Schicht für Schicht dargestellt, dadurch ist es möglich komplexe diagnostische Fragestellungen zu beantworten. Als Folge dieser Entwicklung nimmt die Medizinische Bildverarbeitung eine zentrale Rolle in der Aufbereitung der Daten für die  moderne Diagnostik ein. Neben einer differenzierten Diagnose wird die Rolle der Bildverarbeitung auch in therapeutischen Fächern verstärkt in den Mittelpunkt gerückt. Sie bildet z. B. die Grundlage für 3D Operationsplanung und  chirurgische Navigationssysteme (Computer Aided Surgery).

In dieser Vorlesung und der damit verbundenen Übung, wird den Studenten die Fähigkeit vermittelt, ausgehend von grundlegenden Zusammenhängen moderne integrierte Bildverarbeitungssysteme zu verstehen und zu beurteilen.

 

 

 

Inhalte

 

Themenüberblick

MBV00.pdf

MBV00BW.pdf

 

Einführung in Matlab, ImageJ, Analyze

MBV01.pdf

MBV01BW.pdf

Link

Mathematische Grundlagen

 

 

 

Sampling

MBV02.pdf

MBV02BW.pdf

 

Lineare Abbildungssysteme

 

 

 

PSF/MTF

 

 

 

Grundlagen Digitaler Bildverarbeitung

 

 

 

Digitalisierung von Bildern

 

 

 

Farbräume

MBV03.pdf

MBV03BW.pdf

 

Interpolation

MBV04.pdf

MBV04BW.pdf

 

Bildverbesserung

 

 

 

Intensitätstransformationen

MBV05.pdf

MBV05BW.pdf

 

Lineare Filter

 

 

Filter.pdf

Nichtlineare Filter

 

 

 

Segmentierung

 

 

 

Thresholds, Region Growing

MBV06.pdf

MBV06BW.pdf

 

Punkte und Linien, math. Morphologie

 

 

 

Registrierung

 

 

 

Chamfer-, Mutual Information Matching

MBV07.pdf

MBV07BW.pdf

Registration.pdf

3D-Darstellung

 

 

 

Oberflächenparametrisierung

 

 

 

Marching Cubes Algorithmus

MBV08.pdf

MBV08BW.pdf

 

Rendering

MBV09.pdf

MBV09BW.pdf

 

Kameramodelle

 

 

 

Schattierung

 

 

 

Surface Rendering

 

 

 

Volume Rendering

 

 

 

Kompression

MBV10.pdf

MBV10BW.pdf

Huffman(1951)

Redundanz, Entropie, Methoden, JPEG

 

 

 

Texturanalyse

 

 

 

Definition, Textur-Maße, Syntax

MBV11.pdf

MBV11BW.pdf

 

VR: Functional Imaging

VRfunct.pdf

VRfunctBW.pdf

 

 

 

Ergänzend zur Vorlesung wird ein Skriptum angeboten, das die Inhalte der Vorlesung mit moderatem mathematischen Hintergrund darstellt. [Download Skriptum]

 

Übungen

Ergänzend zur Vorlesung wird eine Übung angeboten. Kurze Beispiele werden passend zur Thematik in der aktuellen Vorlesung gelöst, um die Inhalte der Vorlesung zu reflektieren und zu vertiefen. Die Übungen werden unter Anleitung des Vortragenden in Präsenzform abgehalten, d.h. es sind keine Aufgaben selbständig außerhalb der Übungseinheiten zu lösen. Die Beurteilung erfolgt anhand der Dokumentation der Ergebnisse.

 

Liste der Übungsbeispiele

Matlab Einführung, Bilddarstellung

MBV01Ue.pdf

data01.zip           MatlabMemo.pdf

Lösung01

2D FT

MBV02Ue.pdf

image-data

Lösung02

Farben

MBV03Ue.pdf

dat03.zip

Lösung03

Interpolation

MBV04Ue.pdf

Clown.tif

Lösung04

Intensitätstrafo

MBV05Ue.pdf

Photo.tif, enhanceME.tif, Baptisterium.tif

Lösung05

Segmentierung

MBV06Ue.pdf

Data.zip

Lösung06

Region-Growing

MBV07Ue.pdf

dat07.zip

Lösung07, MBVregionIter.m

Analyze I

MBV08Ue.pdf

 

 

AnalyzeII(Registrierung)

MBV09Ue.pdf

data09.zip

 

Koronare CT

AnalyzeHeart.pdf

 

 

 

Ein howto als kleine Unterstützung beim Umgang mit Matlab®.