Detail předmětu

Analysis of Biomedical Images

FEKT-MPA-ABOAk. rok: 2025/2026

Předmět je zaměřen na poskytnutí komplexního přehledu o metodách analýzy biomedicínských obrazových dat a na rozvoj hlubšího porozumění principům těchto metod ve vztahu k vlastnostem obrazů získaných různými zobrazovacími modalitami používanými v medicíně a biologii. Struktura předmětu umožňuje studentům nejprve získat teoretické základy zpracování obrazu a následně propojit tyto znalosti s jejich praktickým využitím v klinické a výzkumné praxi.

Jazyk výuky

angličtina

Počet kreditů

6

Garant předmětu

Ing. Roman Jakubíček, Ph.D.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Nabízen zahraničním studentům

Všech fakult

Vstupní znalosti

Jsou požadovány znalosti na úrovni bakaláøského studia, zejména v oblasti matematiky a zpracování signálù.

Základní teorie èíslicových zpracování signálù a obrazù.

Dále jsou požadovány pokroèilé znalosti programování v jazyce python.

 

Pravidla hodnocení a ukončení předmětu

Podmínky úspěšného absolvování předmětu stanovuje každoročně aktualizovaná vyhláška garanta předmětu. Studenti musí splnit následující požadavky:

  • Průběžné ověřování znalostí formou krátkých testů během semestru, zaměřených na teoretické koncepty z přednášek a jejich bezprostřední aplikaci na praktických cvičeních.
  • Vypracování a prezentace krátké odborné prezentace, jejímž obsahem je analýza publikovaného vědeckého článku řešícího konkrétní problém v medicínské oblasti nebo zpracování medicínských dat.
  • Aktivní účast na povinných počítačových cvičeních zahrnující programování v Pythonu.
  • Vypracování praktického projektu bez požadovaného bodového minima
  • Úspěšné složení závěrečné písemné zkoušky ověřující teoretické znalosti i schopnost jejich aplikace.

Pro udělení zápočtu a úspěšné zakončení předmětu je nutné získat minimální počet bodů stanovený vyhláškou garanta předmětu; struktura hodnocení (testy, prezentace, cvičení, závěrečná zkouška) je specifikována každoročně aktuální vyhláškou.

Učební cíle

Cílem předmětu je poskytnout studentům přehled o metodách analýzy medicínských obrazů a umožnit jim porozumět jejich principům i praktické softwarové realizaci. Absolvent předmětu dokáže na základě získaných teoretických i praktických znalostí vhodně zvolit a kriticky posoudit metody analýzy medicínských obrazů pro konkrétní účel, samostatně realizovat jejich implementaci na odpovídající softwarové platformě nebo s využitím komerčního softwaru a uplatnit se jako efektivní člen výzkumného či experimentálního mezioborového týmu zaměřeného na analýzu biomedicínských obrazových dat.

Základní literatura

Gengsheng Lawrence Zeng: Image Reconstruction, de Gruyter, 2017 (EN)
J. Jan: Medical Image Processing,Reconstruction and Restoration, CRC Taylor and Francis 2006 (EN)
J. Jan: Medical ImageProcessing, Reconstruction and Analysis 2nd edition CRC Press, Taylor & Francis 2020 (EN)
M. Nixon: Feature Extraction and Image Processing for Computer Vision, Academic Press (EN)

Doporučená literatura

M. Sonka, V. Hlavac: Image Processing, Analysis And Machine Vision, Cengage Learning, 2017 (EN)

Elearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech

  • Program MPA-BIO magisterský navazující 1 ročník, letní semestr, povinný, základní teoretický předmět profilujícího základu
  • Program MPA-BTB magisterský navazující 1 ročník, letní semestr, povinný
  • Program MPAD-BIO magisterský navazující 1 ročník, letní semestr, povinný, základní teoretický předmět profilujícího základu
  • Program MPC-BIO magisterský navazující 1 ročník, letní semestr, povinný
  • Program MPC-BTB magisterský navazující 1 ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Roman Jakubíček, Ph.D.

Osnova

1. Diskrétní obraz a jeho reprezentace - matematické formulace diskretizace a maticové reprezentace obrazů
2. Diskrétní 2D transformace - matematické formulace základních transformací pro zpracování obrazů
3. Diskrétní 2D operátory - matematické základy hlavních operátorů u zpracování obrazů (lokální, bodové, globální)
4. Zvýrazňování obrazů - potlačení šumu, úprava kontrastu a barev, zostřování, zvýraznění hran
5. Extrakce příznaků z obrazových dat - formulace úlohy, základní přehled a principy metod
6. Hranová reprezentace - detekce a úprava hran v obraze pomocí gradientních operátorů
7. Segmentace obrazů - přehled a základní principy běžných metod pro segmentaci obrazu
8. Morfologické operátory pro 2D binární obrazy
9. Přístupy pro klasifikaci obrazů - přehled základních principů
10. Lícování obrazových dat - geometrické transformace, interpolace obrazů, podobnostní kritéria a přístup k lícování optimalizačním algoritmem
11. Rekonstrukce z tomografických projekcí - matematické principy základních metod rekonstrukce CT dat z projekcí (FPB, algebraické a kombinované přístupy)

 

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Ing. Kateřina Krejčí
Ing. Petra Nemčeková
Ing. Madeleine Alabdah

Osnova

1. Základní operace s diskrétními obrazy, spektrum obrazu a základní 2D funkce, ověření vlastností Fourierovy transformace
2. Diskrétní 2D operátory - bodové operace (úprava kontrastu, korekce gama,...) a lokální operace (zvýraznění hran, ostření obrazu, potlačení šumu)
3. Extrahování příznaků - demonstrace extrakce příznaků z frekvenční oblasti, příznaky založené na konvoluci, analýza textury a přizpůsobený filtr
4. Detekce hran - realizace metod založených na 1. derivaci, 2. derivaci a kombinované přístupy
5. Segmentace obrazu - jednoduché, adaptivní, multi a semi-prahování, Otsuova metoda, narůstání oblastí, watershed, parametrické a geometrické flexibilní kontury, přístupy strojového učení, morfologické operace
6. Rozpoznávání objektů - Implementace Houghovy transformace pro přímky a kružnice
7. Implementace 2D interpolace, představení a realizace rigidní a flexibilní geometrická transformace, finální realizace registrace a fúze obrazů
8. Rekonstrukce tomografických obrazů - Implementace aproximace inversní Radonovy transformace, sestrojení sinogramu, jednoduchá a filtrovaná zpětná projekce, rekonstrukce z vějířových projekcí

 

 

Projekt

13 hod., povinná

Vyučující / Lektor

Ing. Roman Jakubíček, Ph.D.

Elearning

eLearning: aktuální otevřený kurz