Visual Computing in Medicine 1 

vormals "Analyse und Visualisierung medizinischer Bilddaten" (AnVisMed)

Inhalt

Die Flut und Komplexität medizinischer Bilddaten sowie die klinischen Anforderungen an Genauigkeit und Effizienz erfordern leistungsfähige wie auch robuste Konzepte der medizinischen Datenverarbeitung. Auf Grund der Vielfalt an Bildinformation und ihrer klinischen Relevanz spielt der Übergang von der Messung medizinischer Bilddaten (u.a. MRT, CT, PET) hin zur Analyse der Bildinhalte eine wichtige Rolle. Durch die visuelle Wiedergabe der abstrakten Daten können sowohl technische als auch medizinische Aspekte anschaulich und intuitiv verstanden werden. Aufbauend auf einem Regelkreis zur Verarbeitung medizinischer Bilddaten werden die Eigenschaften medizinischer Bilddaten sowie grundlegende Methoden und Verfahren der medizinischen Bildanalyse und Visualisierung im Zusammenhang vermittelt. Beispiele aus der Praxis erläutern den Bezug zur medizinischen Anwendung.

  • Überblick zu bildgebenden Verfahren in der Medizin
  • Gitterstrukturen, Datentypen und Formate
  • Vorverarbeitung, Filterung und Interpolation
  • Grundlegende Ansätze zur Segmentierung
  • Explizite und implizite Methoden der Registrierung
  • Medizinische Visualisierung (2D, 3D, 4D) von Skalar-, Vektor-, Tensordaten
  • Praktische Demonstrationen in der Klinik und den Laboren

Literatur

  • B. Preim, D. Bartz: Visualization in Medicine - Theory, Algorithms, and Applications, Morgan Kaufmann Verlag, 2007
  • H. Handels: Medizinische Bildverarbeitung, Bildanalyse, Mustererkennung und Visualisierung für die computerge-stützte ärztliche Diagnostik und Therapie, Vieweg und Teubner Verlag, 2009
  • Th. Lehmann, W. Oberschelp, E. Pelikan, R. Pepges: Bildverarbeitung für die Medizin, Springer Verlag, 1997
  • P.M. Schlag, S. Eulenstein, Th. Lange: Computerassis-tierte Chirurgie, Elsevier Verlag, 2010
  • E. Neri, D. Caramella, C. Bartolozzi: Image Processing in Radiology, Springer Verlag, 2008

Organisatorisches

Fachstudium / Erwerb eines Scheins nach mündlicher Prüfung