全文搜索: 
慕课课程 >> 正文

 

数字图像处理

2015年06月11日 14:09  点击:[]

课程介绍

随着信息技术及医学影像成像技术的发展,医学图像处理在医学临床、教学和科研中发挥着越来越重要的作用,有力地推动着医学科学研究和临床医疗的进步。如何有效地应用图像增强、分割、配准、融合以及三维重建等数字图像分析与处理技术,对人体解剖结构和病变区域进行定位、提取、三维再现并量化分析是使得医学影像数据应用价值最大化的前提和保证。



本课程针对医学图像的特征,结合临床需求,由浅入深地讲解医学图像的种类、特征、应用领域、数字化存储形式,并分类讲解图像处理的理论和算法,结合应用案例和课程实践使学生熟练掌握相关领域的知识和技能,并具备一定的动手能力,为进一步学习医学图像领域的其他课程奠定基础。 

课程大纲

第一周 绪论
 T1 图像与医学图像的由来
 T2 医学图像的种类
 T3 本课程主要内容和目标

第二周 医学图像基础算法(1)
第一讲 图像的灰度直方图与二值化
 T1 图像的灰度直方图
 T2 灰度直方图的特点和应用
 T3 图像的二值化及最优二值化算法
第二讲 图像卷积及其滤波
 T1 图像的卷积
 T2 图像的曲率和梯度
 T3 图像的边缘提取
 T4 图像的除噪

第三周 医学图像基础算法(2)
第三讲 图像的基本操作和特征
 T1 图像间的基本操作
 T2 图像的邻域操作
 T3 图像的特征
第四讲 VTK与ITK
 T1 VTK软件开发平台
 T2 ITK软件开发平台

第四周 数学形态学
第一讲 二值的形态学
 T1 形态学基本操作
 T2 二值形态学的算法
第二讲 灰度的形态学
 T1 灰度形态学基本操作
 T2 灰度形态学的算法
 T3 灰度的形态学应用
第三讲 分水岭算法
 T1 受限制的膨胀算法
 T2 测地线距离
 T3 分水岭算法和应用

第五周 彩色图像和三维图像
第一讲 彩色图像
 T1 视觉系统基础
 T2 彩色图像的表示方法
 T3 彩色图像分析
第二讲 三维图像
 T1 三维图像的由来与表示
 T2 三维图像的处理

第六周 图像分割与形状轮廓模型
第一讲 形变模型
 T1 图像的能量表达
 T2 能量方程的组成
 T3 能量方程的变量选取
第二讲 图像分割
 T1 水平集算法
 T2 医学图像分割应用

第七周 图像配准(1)
第一讲 多模态医学图像
 T1 什么是医学图像配准
 T2 医学图像配准的目的和意义
 T3 医学图像配准的框架和分类
第二讲 图像重采样
第三讲 刚体配准
 T1 配准的基本原理
 T2 配准的优化算法

第八周 图像配准(2)
第四讲 互信息测度
 T1 熵与互信息
 T2 互信息配准测度
 T3 互信息配准的算法实现
第五讲 非刚体配准
 T1 非配准的基本原理
 T2 非刚体配准的实现
第六讲 多解像度配准和评价 

考核标准

课程评分标准
本课程的综合成绩由以下几部分构成,满分为100分。总分≧60分,为课程合格;≧85分,为课程优秀
1、单元练习
单元练习,通常会与每周学习内容同步发布(也有可能延后几天),以帮助大家回顾课程中的基本知识点。主要形式为客观题,提交后系统自动给出评分。
2、互评作业
互评作业包括 答题阶段 和 互评阶段,都需要大家认真完成。
【答题阶段】:
互评作业通常会与每周学习内容同步发布(也有可能延后几天)。发布之后即进入答题阶段。这一阶段请大家认真回答并注意保存答案、及时提交,在答题截止时间之前可以随时对答案进行修改。
【互评阶段】:
在答题截止时间之后,自动进入互评阶段,这时不能再修改自己的答案,但可以看到参考答案和其他同学的答案,这一阶段需要对至少3名同学的答案进行评分。互评截止时间后,取所有评分的平均值作为该次作业的最终成绩。
   请大家注意,完成答题但没有完成评价任务同样不能获得互评作业分。
3、线下期末考试
授课临近结束,可报名参加线下期末考试。
4、“翻转课堂”加分
根据课程实际运行情况组织形式多样的“翻转课堂”。协助组织、参与、课堂表现优异的学员,可在综合成绩上获得额外加分。

以上四部分综合而得的分数为的综合成绩。
学分学习者综合成绩通过所在学校教务处规定(各校慕课学分政策,请咨询所在学校教务处),“好大学在线”可向学员所在学校教务处申请学分认证。 

 

课程网站: http://www.cnmooc.org/portal/course/12/234.mooc


  上一条:Methods of Applied Mathematics II   下一条:大学物理实验 I

 

关闭

Copyright 2015 上海交通大学 All rights reserved

沪交ICP 备20151579号 地址:上海市东川路800号 邮编:2000240 总机:021-54745790 Email:mooc@sjtu.edu.cn