BME VIK - Vizualizáció és orvosi képalkotás

3. A tantárgyfelelős személy és tanszék Dr. Csébfalvi Balázs,

4. A tantárgy előadója Dr. Csébfalvi Balázs, egyetemi docens, IIT

5. A tantárgy az alábbi témakörök ismeretére épít Programozás, számítógépes grafika, matematika, jelek rendszerek.

6. Előtanulmányi rend

Kötelező:

NEM
(TárgyEredmény( "BMEVIMIMA04", "jegy" , _ ) >= 2
VAGY
TárgyEredmény("BMEVIMIMA04", "FELVETEL", AktualisFelev()) > 0)

A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.

Ajánlott:
A C++ ismeretét feltételezzük. OpenGL, GLSL tapasztalat előnyt jelent. A Számítógépes grafika tárgy előzetes hallgatása lehetőség szerint javasolt.

7. A tantárgy célkitűzése A tárgy célja, hogy a hallgatók elsajátítsák a térfogatvizualizáció és az orvosi képfeldolgozás eszköztárának készségszintű használatát, ezáltal képesek legyenek összetett orvosi képalkotó, diagnosztikai és szimulációs rendszerek fejlesztésére OpenGL C++ környezetben.

8. A tantárgy részletes tematikája

1. Az orvosi képfeldolgozás és a térfogatvizualizáció matematikai alapjai: Fourier-transzformáció, DTFT, DFT, mintavételezési elmélet, approximációelmélet.

2. 3D orvosi adatok forrásai: CT, MRI, PET.

3. Tomográfiás rekonstrukciós technikák: Szűrt visszavetítés (Filtered Back-Projection - FBP), algebrai rekonstrukció (Algebraic Reconstruction Technique - ART)

4. Folytonos rekonstrukciós szűrők osztályozása és tervezése frekvenciatartomány- és tértartománybeli kritériumok alapján.

5. Praktikus alkalmazások: 2D/3D adatok transzformációja újramintavételezéssel (elforgatás, felskálázás), multimodális regisztráció, 2D/3D regisztráció.

6. Indirekt vizualizációs módszerek: Fourier-térfogatvizualizáció, Monte-Carlo térfogatvizualizáció, masírozó kockák (Marching Cubes).

7. Direkt vizualizációs módszerek: képsorrendi megközelítés (sugárkövetés – Ray Casting), objektumsorrendi megközelítés (pacázás - Splatting), hibrid megközelítés (a nézeti transzformáció nyírás/torzítás transzformációja – Shear/Warp Factorization).

8. A térfogatvizualizáció hatékony GPU-alapú implementációja: textúraszeletelés – Texture Slicing, Polygon-Assisted Ray Casting.

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Előadás, egyéni vezetett gyakorlat

10. Követelmények

A félév második felében a hallgatók ZH-t írnak az elméleti anyagrészből (mintavételezési elmélet, approximációelmélet, rekonstrukciós szűrők osztályozása és tervezése, tomográfiás rekonstrukció elmélete). A ZH-n 10 pontot lehet szerezni, ebből legalább 4 pontot kell elérni a teljesítéshez.

A vizsgaidőszakban a hallgatók írásbeli vizsgát tesznek, melynek előfeltétele a sikeres ZH. A vizsgán a vizualizáció és a képalkotás gyakorlatában használt algoritmusok ismeretét kérjük számon beleértve a gyakorlatokon elsajátított kódolási technikákat is. A vizsgán megszerezhető maximális 15 ponthoz hozzáadódik a ZH pontszáma, így összesen 25 pontot lehet elérni. Az osztályzatot az alábbi ponthatárok alapján számoljuk:

0-9 pont: elégtelen

10-13 pont: elégséges

14-17 pont: közepes

18-21 pont: jó

22-25 pont: jeles

11. Pótlási lehetőségek A ZH-t a pótlási héten egy alkalommal lehet pótolni.

12. Konzultációs lehetőségek Igény esetén előzetesen egyeztetett időpontban konzultációt biztosítunk.

13. Jegyzet, tankönyv, felhasználható irodalom Kiadott jegyzet és előadásfóliák

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	42
Félévközi készülés órákra	30
Felkészülés zárthelyire	0
Házi feladat elkészítése	0
Kijelölt írásos tananyag elsajátítása	38
Vizsgafelkészülés	40
Összesen	150

15. A tantárgy tematikáját kidolgozta Dr. Csébfalvi Balázs, egyetemi docens, IIT