Pla docent de l'assignatura

 

 

Català Castellano English Tanca imatge de maquetació

 

Imprimeix

 

El rector de la Universitat de Barcelona ha resolt, en data 3 d’abril de 2020, d’acord amb el president de la Generalitat, la consellera d’Empresa i Coneixement, i els rectors i rectores de les altres universitats catalanes, suspendre la docència presencial corresponent al segon quadrimestre fins a la finalització del curs. Aquest fet obliga a adaptar la planificació de la docència presencial a la modalitat de docència en línia i en conseqüència també pot implicar la modificació d’alguns dels apartats del pla docent de les assignatures. La descripció dels canvis es recull en una addenda al final del pla docent original.



Dades generals

 

Nom de l'assignatura: Laboratori de Càlcul d'Imatges Biomèdiques

Codi de l'assignatura: 364594

Curs acadèmic: 2019-2020

Coordinació: Arturo Carnicer Gonzalez

Departament: Departament de Física Aplicada

crèdits: 3

Programa únic: S

 

 

Hores estimades de dedicació

Hores totals 75

 

Activitats presencials i/o no presencials

30

 

-  Teoricopràctica

Presencial

 

15

 

-  Pràctiques d'ordinadors

Presencial

 

15

Treball tutelat/dirigit

10

Aprenentatge autònom

35

 

 

Recomanacions

 

— Cal estar interessat en els problemes propis del processament d’imatges aplicat a la biomedicina.
— És important haver assolit correctament els objectius de les assignatures Informàtica i Imatges Mèdiques.
— Per cursar l’assignatura cal estar interessat a aprendre tècniques de programació.

 

 

Competències que es desenvolupen

 

   -

Coneixement de matèries bàsiques i tecnològiques, que capaciti per a l'aprenentatge de nous mètodes i tecnologies, i doti d'una gran versatilitat per adaptar-se a situacions noves (personal).

   -

Habilitat per treballar de manera autònoma (personal).

   -

Capacitat per utilitzar eines informàtiques de recerca de recursos bibliogràfics o d'informació relacionada amb les tecnologies mèdiques i la bioenginyeria (personal).

   -

Capacitat per accedir a estudis posteriors, desenvolupar una actitud positiva per mantenir actualitzats els coneixements en un procés de formació continuada i proporcionar l'amplitud i profunditat suficient per accedir a la formació de postgrau en l'àmbit de l'ensenyament avançat de l'enginyeria biomèdica.

Objectius d'aprenentatge

 

Referits a coneixements

— Adquirir un nivell suficient de programació en el llenguatge Python.

 

Conèixer els algorismes més comuns utilitzats en processament d’imatge i visió artificial aplicats a la biomedicina.

 

Referits a habilitats, destreses

Ser capaç de dissenyar programes que resolguin problemes concrets de processament d’imatge.

 

— Ser capaç de dissenyar solucions a problemes concrets a partir del que es descriu a la literatura.

 

Referits a actituds, valors i normes

Treballar de manera cooperativa en el desenvolupament de codi.

 

 

Blocs temàtics

 

1. Imatges com a matrius: tècniques de manipulació de vectors i matrius. Captació d’imatges, càmeres

2. Transformacions d’intensitat. Binarització. Equalització. Processament d’imatges en color

3. Transformada de Fourier digital en dues dimensions

4. Filtratge a l’espai de freqüències

5. Filtratge a l’espai d’imatges

6. Modelització del desenfocament en microscòpia. Algorismes de reconstrucció

7. Reconstrucció tomogràfica.Transformada directa i inversa de Radon

 

 

Metodologia i activitats formatives

 

L’assignatura és eminentment pràctica. S’alternen sessions teoricopràctiques i d’ordinador. Cal adoptar una actitud activa, tant en les hores presencials com en les que es dediquin fora de l’aula.

Idiomes

L’assignatura s’imparteix en anglès (100 %).

 

 

Avaluació acreditativa dels aprenentatges

 

L’assignatura es valora a partir del desenvolupament d’un projecte, una prova parcial i un examen final.  La prova parcial té caràcter orientatiu i només serà tinguda en compte a efectes d’avaluació final quan afavoreixi l’estudiant.
La nota de l’assignatura es calcularà com el valor més alt obtingut a partir de les dues ponderacions següents:
Mitjana A:

— Desenvolupament d’un projecte computacional: 40 %

— Prova parcial: 20 %

— Examen final: 40 %

Mitjana B:

— Desenvolupament d’un projecte computacional: 40 %

— Examen final: 60 %

Per superar l’assignatura és condició necessària haver tret un mínim de 4/10 en l’examen final. Qui no hagi superat l’assignatura té dret a la reavaluació. Es conserva la nota del treball i es fa un examen final amb pes del 60 %.

 

Avaluació única

L’avaluació única consisteix en una prova de caràcter pràctic que representa un 60 % de la nota i el desenvolupament d’un projecte computacional: 40 %. Per superar l’assignatura és condició necessària haver tret un mínim de 4/10 en l’examen final.

Qui no hagi superat l’assignatura té dret a la reavaluació. Es conserva la nota del treball i es fa un examen final amb pes del 60 %.

 

 

 

 

ADAPTACIÓ DEL PLA DOCENT A LA MODALITAT DE DOCÈNCIA EN LÍNIA, DAVANT LA CRISI DE LA COVID-19, DURANT EL CURS 2019-2020

 

El pla docent d’aquesta assignatura no es veu modificat per la situació de tancament. Temari, metodologia, avaluació i fonts de consulta no es veuen alterades. D’acord amb la resolució del rector de 28 d’abril, l’avaluació final serà no presencial. En conseqüència, les proves d’avaluació continuada i l’examen final es faran a distància en condicions equivalents a un examen normal.