Análise de Imagem Biomédica
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Engenharia Biomédica |
Ocorrência: 2010/2011 - 2S
Ciclos de Estudo/Cursos
Língua de trabalho
Português
Objetivos
Desenvolver conhecimentos e capacidades em: conceitos e metodologias do processamento digital de imagem; princípios, conceitos e métodos da física e tecnologias de imagem usados em Biologia e em Medicina; exposição dos estudantes a diversas formas de Processamento e Análise de Imagens em Biologia e Medicina (PAI-EBM).
São criadas as seguintes competências:
- aquisição de conhecimentos em PAI-EBM
. análise de problemas de PAI-EBM
. projecto em PAI-EBM
. apresentação oral e escrita
Programa
1. INTRODUCTION
1.1. The image processing cycle
1.2. The machine and computer vision cycle
1.3. The Biomedical image analysis cycle
1.4. Applications
2. DIGITAL IMAGES: ACQUISITION, SAMPLING, QUANTIZATION AND REPRESENTATION
2.1. Introduction
2.2. Digital Images
2.2.1. Image acquisition
2.2.2. Sampling and quantization
2.2.3. An image in the frequency domain
2.2.4. Type of images
2.3. Biomedical Images
2.3.1. Microscopic Images
2.3.2. Light intensity images
2.3.3. Ultrasonic images
2.3.4. X ray images
2.3.5. CT and MR images
2.3.6. PET and SPECT
2.3.7. Thermographic images
3. IMAGE ENHANCEMENT
3.1. Basic intensity operations
3.1.1. Pixel operations
3.1.2. Image averaging
3.1.3. Image subtraction
3.1.4. Intensity histograms
3.2. Image enhancement using local operators
3.2.1. Smoothing filters
3.2.2. Sharpening filters
3.2.3. Edge enhancement
3.2.4. Non-linear filters
3.3. Adaptive image filtering
3.3.1. Wiener Filters
3.3.2. Anisotropic filtering
4. EDGE and CORNER DETECTION
4.1. Introduction
4.1.1. Initial considerations
4.1.2. Goals of edge and corner detection
4.1.3. Types of edges and corners
4.1.4. Basic definitions
4.2. Edge detection
4.2.1. First and second order derivative based operators
4.2.2. Canny Edge detector
4.2.3. Criteria for evaluating the performance of edge detectors
4.3. Line and curve fitting
4.3.1. Edge linking
4.3.2. Hough transform
4.4. Corner detectors
4.4.1. Introduction
4.4.2. Harris detector
5. MORPHOLOGICAL IMAGE PROCESSING
5.1. Basic principles
5.2. Binary images
5.2.1. Erosion and Dilation
5.2.2. Opening and Closing
5.2.3. Thinning
5.3. Grey level images
5.3.1. Basic operations
5.3.2. Morphological smoothing and gradient
5.3.3. Top-hat transform
5.4. Applications
6. IMAGE SEGMENTATION
6.1. Introduction
6.1.1. From images to objects
6.1.2. Goals, definition and overview
6.1.3. Categorization of segmentation methods
6.2. Feature domain
6.2.1. Brightness and colour
6.2.2. Texture
6.2.3. Clustering in the feature domain
6.3. Image domain
6.3.1. Region-based
6.3.2. Boundary-based
7. QUANTITATIVE IMAGE ANALYSIS
7.1. Introduction
7.1.1. Discrete geometry
7.1.2. Connected components labelling
7.2. Feature measurement
7.2.1. Boundary measures
7.2.2. Region measures
7.2.2.4. Invariant Moments
7.3. Object representation
7.3.1. Boundary
7.3.2. Region representation
7.3.2.3. Skeletons
Bibliografia Obrigatória
Gonzalez, Rafael C;
Digital image processing using Matlab. ISBN: 0-13-008519-7
Gonzalez, Rafael C;
Digital image processing. ISBN: 0-201-50803-6
Métodos de ensino e atividades de aprendizagem
Aulas TP de carácter expositivo. Ensino acompanhado por exercícios de desenvolvimento de programas de processamento e análise de imagem biomédica bem como de desenvolvimento de um projecto. Para criar copetência de exposição oral e de síntese de resultados os alunos apresentam em 20 minutos um tema específico sugerido com cerca de 2 semanas de antecedência.
Software
Matlab 6 R12.1
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Descrição |
Tipo |
Tempo (Horas) |
Peso (%) |
Data Conclusão |
Participação presencial (estimativa) |
Participação presencial |
56,00 |
|
|
Exame |
Exame |
4,00 |
|
2011-07-14 |
Frequências |
Exame |
6,00 |
|
2011-06-09 |
|
Total: |
- |
0,00 |
|
Obtenção de frequência
Um aluno obtem frequência se satisfizer as duas condições seguintes:
1 - Não ter excedido o número legal de faltas permitidas nas aulas TP
2 - Ter obtido pelo menos 50% na classificação prática
Fórmula de cálculo da classificação final
Avaliação distribuída com exame final
1. Frequências (75%):
1ª frequência: 27 de Abril de 2011
2ª frequência: Na data do exame normal
2. Avaliação Prática (25%)
Avaliação laboratorial com prova em computador
Exame de recurso: Exame a toda a matéria das frequências.
Provas e trabalhos especiais
Provas: Duas provas escritas, um trabalho laboratorial e exame
Avaliação especial (TE, DA, ...)
A mesma avaliação estabelecida para os alunos em regime normal.
Melhoria de classificação
A melhoria de classificação obtida nas provas escritas é realizada no exame de recurso, que incide sobre toda a matéria leccionada.