Pla docent de l'assignatura

 

 

Català English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Imatge Mèdica Avançada

Codi de l'assignatura: 571475

Curs acadèmic: 2019-2020

Coordinació: Roser Sala Llonch

Departament: Departament de Biomedicina

crèdits: 2,5

Programa únic: S

 

 

Hores estimades de dedicació

Hores totals 62.5

 

Activitats presencials i/o no presencials

30

 

-  Teoria

Presencial

 

15

 

-  Pràctiques de laboratori

Presencial

 

15

Aprenentatge autònom

32.5

 

 

Recomanacions

 


Altres recomanacions

Nocions de programació amb l’Octaveo el Matlab.

 

 

Competències que es desenvolupen

 

— Capacitat per recollir i interpretar informació amb l’objectiu d’avaluar qüestions relacionades amb dades informàtiques i biomèdiques.

— Capacitat per resoldre problemes i prendre decisions de manera autònoma.

— Capacitat per treballar en equip.

— Capacitat per dissenyar i fer proves i experiments, i per analitzar-ne i interpretar-ne els resultats.

— Capacitat per utilitzar els coneixements adquirits a fi de resoldre problemes biomèdics del camp de la imatge i aplicar-los a entorns clínics.

— Capacitat per aplicar eines de programació en la modelació d’estudis d’imatges.

— Capacitat per fer servir la simulació de Montecarlo en l’estudi de la tomografia d’emissió.

— Capacitat per aplicar els coneixements adquirits i per resoldre problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb l’àrea d’estudi.

— Capacitat per comunicar les conclusions (i els coneixements i raons últimes que les sustenten) a públics especialitzats i no especialitzats d’una manera clara i sense ambigüitats.

— Capacitat per adquirir habilitats d’aprenentatge que permetin continuar estudiant de manera autodirigida o autònoma.

— Capacitat per gestionar bibliografia, documentació, legislació, bases de dades i programari propis i específics de l’enginyeria biomèdica.

— Capacitat per identificar i comprendre la base dels sistemes d’adquisició d’imatges biomèdiques.

— Capacitat per analitzar i interpretar imatges biomèdiques.

— Capacitat per identificar, formular i resoldre problemes complexos d’enginyeria biomèdica.

 

 

 

 

Objectius d'aprenentatge

 

Referits a coneixements

— Conèixer les diverses possibilitats de la ressonància magnètica experimental i funcional.

— Ser capaç de definir els mètodes de processament d’imatges més adequats per a cada tipus d’anàlisi.

— Utilitzar la simulació de Montecarlo en l’estudi de la tomografia d’emissió.

— Ser capaç de fer servir eines de processament d’imatges i senyals per segmentar imatges mèdiques i extreure’n informació quantitativa.

— Ser capaç de triar les tècniques d’imatge més apropiades per extreure informació morfològica i funcional del cos humà.

— Aprendre a avaluar l’impacte de les anàlisis automàtiques d’imatges mèdiques tenint en compte els avantatges i inconvenients que presenten.

— Ser conscient dels progressos que es fan i s’han fet en el camp de la visió artificial.

 

 

Blocs temàtics

 

1. Processament d’imatges en ressonància magnètica

1.1. Ressonància magnètica experimental

1.2. Ressonància magnètica en humans: aplicacions

2. Simulació de Montecarlo en tomografia d’emissió

3. Anàlisi i diagnòstic de la motilitat intestinal a partir d’imatges endoscòpiques

4. Anàlisi i caracterització de lesions ateroescleròtiques a partir d’imatges d’ultrasons intravasculars

 

 

Metodologia i activitats formatives

 

La metodologia d’aprenentatge es basa en activitats de resolució de problemes, seguint el plantejament de l’assignatura, enfocat en l’estudiant.

La metodologia docent se centra a fomentar la iniciativa i el treball en equip i a desenvolupar tot el potencial de l’alumnat.

L’assignatura pretén fer avançar el coneixement i prestar servei a la societat duent a terme projectes biomèdics en col·laboració amb entitats associades.

Es fan sessions teòriques, en què es presenten i es debaten diverses aplicacions d’anàlisis d’imatges mèdiques, i sessions pràctiques, en què cal fer exercicis sobre imatges mèdiques.

 

 

Avaluació acreditativa dels aprenentatges

 

— Proves escrites al final de cada bloc temàtic: 40 % de la nota final.

— Exercicis i treballs pràctics: 60 %.

 

Avaluació única

— Proves escrites al final de cada bloc temàtic: 40 % de la nota final.

— Exercicis i treballs pràctics: 60 %.

 

 

Fonts d'informació bàsica

Consulteu la disponibilitat a CERCABIB

Llibre

Bishop, Christopher M. Pattern recognition and machine learning. New York : Springer, cop. 2006  Enllaç

Duda, Richard O. ; Hart, Peter E. ; Stork, David G. Pattern classification. 2nd ed. New York : Wiley, cop. 2001  Enllaç

Goodman, Joseph W. Introduction to Fourier optics.  3rd ed. Englewood : Roberts and Co., cop. 2005  Enllaç

Introduction to neuroimaging analysis /Mark Jenkinson, Michael Chappell. Oxford University Press 2017

https://cataleg.ub.edu/record=b2234430~S1*cat  Enllaç

Capítol

Ultrasound imaging : advances and applications. Coronary atherosclerotic  plaque characterization by intravascular ultrasound. F.Ciompi, O.Pujol, J. Mauri-Ferre, P.Radeva. J.M.R. Sanches et al. Springer Science + Business Media LLC, 2012

Article

  IGUAL, L. [et al.]. “A fully-automatic caudate nucleus segmentation of brain MRI : application in volumetric analysis of pediatric attention-deficit/hyperactivity disorder”. Dins: BioMedical Engineering OnLine 2011, 10, p. 105.

http://www.biomedical-engineering-online.com/  Enllaç

KLEIN, S. [et al.]. "Elastix: a toolbox for intensity based medical image registration". Dins:  IEEE transactions on medical imaging [Recurs electrònic]. January 2010,  29, 1. pp. 196 - 205, January 2010

https://cercabib.ub.edu/iii/encore/record/C__Rb1547912?lang=cat  Enllaç

VILARIÑO, F. [et al.]. "Intestinal motility assessment with video capsule endoscopy : automatic annotation of phasic intestinal contractions" Dins: IEEE Transactions on medical imaging. [Recurs electrònic]. February 2010, 29, 2, pp.246-259

https://cercabib.ub.edu/iii/encore/record/C__Rb1547912?lang=cat  Enllaç

HILL, D. L. G. [et al.]. "Medical image registration". Dins: Physics in medicine & biology [Recurs electrònic]. (2001), 46, 3, R1 – R45

https://cercabib.ub.edu/iii/encore/record/C__Rb1963828?lang=cat  Enllaç

Pàgina web

SimSET homepage  Enllaç

Text electrònic

PENELOPE- A code system for Monte Carlo simulation of electron and photon transport. (PDF)

https://www.oecd-nea.org/science/docs/2011/nsc-doc2011-5.pdf  Enllaç

BURGES, CHRISTOPHER J. C. "A tutorial on support vector machines for pattern recognition". 1998. Dins: Data mining and knowledge discovery [Recurs electrònic]  Enllaç