RAD612

Görüntü Tanıma (mufredatId:319224, dersId:118836, programId:5159)

Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
RAD612 Görüntü Tanıma 927003 1 1 6

Dersin Amacı

Bu ders kapsamında temel olarak biyomedikal veriler üzerinde ileri sayısal işaret ve görüntü işleme yöntemlerinin öğretilmesi amaçlanmaktadır. Dersin temel amacı öğrencilerin bu alandaki matematiksel, bilimsel ve hesapsal analiz yeteneklerinin arttırılmasıdır. Bu bağlamda ders içeriğinde biyomedikal verilerin elde edilmesi, özelliklerinin değerlendirilmesi, ön işleme adımlarının neden ve uygulamalarının öğretilmesi (gürültü giderimi, filtreleme, boyut indirgeme vb…), özellik çıkarımı, modelleme, kümeleme ve sınıflandırma konularına değinilecektir. Ayrıca öğrencilerin hesapsal yeteneklerinin arttırılması için temel biyomedikal uygulamalar üzerinde Matlab tabanlı grup projeleri yürütülecektir.

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

John L. Semmlow, “Biosignal and Medical Image Processing”, CRC Taylor and Francis, 2008. Kayvan Najarian, Robert Splinter, “Biomedical signal and image processing”, CRC Taylor and Francis, 2005. Sergio Cerutti, Carlo Marchesi, “Advanced Methods of Biomedical Signal Processing”, IEEE Press Series on Biomedical Engineering, 2011. Gustavo Camps-Valls, Jose Luis Rojo-Alvarez, Manel Martinez-Ramon, “Kernel Methods in Bioengineering, Signal and Image Processing, IGI Global, 2007. Jae S. Lim, "Two-Dimensional Signal and Image Processing", Prentice Hall, Inc., 1990. Eugene N. Bruce, “Biomedical Signal Processing and Signal Modeling”, John Wiley and Sons, 2001

Staj Durumu

Yok

Dersin İçeriği

Biyomedikal işaret ve görüntülerin özellikleri İşaret ve görüntü işlemede kullanılan dönüşüm yöntemleri İşaret ve görüntülerde gürültü giderimi İşaret ve görüntü filtreleme yöntemleri Boyut indirgeme yöntemleri İşaret ve görüntü işlemede eğiticili öğrenme yöntemleri İşaret ve görüntü işlemede eğiticisiz öğrenme yöntemleri Yüksek boyutlu uzayda öğrenme (Kernel yöntemleri)

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 5 5
2 Final Sınavı 1 5 5
4 Quiz 4 3 12
5 Derse Katılım 12 3 36
29 Bireysel Çalışma 5 4 20
31 Ödev Problemleri için Bireysel Çalışma 12 3 36
32 Ara Sınav İçin Bireysel Çalışma 3 5 15
33 Final Sınavı içiin Bireysel Çalışma 3 7 21

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Biyomedikal işaret ve görüntülerin elde edilmesi, karakteristikleri
2 İstatistiksel karakteristik çıkarım yöntemleri (Momentler, güç, enformasyon, ilinti...)
3 Sayısal işaret işleme temelleri, örnekleme, nicemleme
4 Dönüşüm yöntemleri I: DFT, DCT, STFT, Hadamart dönüşümleri
5 Dönüşüm yöntemleri II: Dalgacık dönüşümü
6 Görüntü işleme temelleri, biçimsel ve istatistiksel özellik çıkarım yöntemleri
7 Gürültü giderim ve filtreleme yöntemleri
8 Boyut azaltma ve analiz yöntemleri: Doğrusal ve doğrusal olmayan dönüşüm yöntemleri (PCA, LDA, ICA, Isomap, Kernel-PCA, Kernel-LDA, Laplacian Eigenmaps, Diffusion Maps)
9 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi I (Yapay Sinir Ağları I)
10 Vize Sınavı
11 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi II (Yapay Sinir Ağları II)
12 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi III (Yapay Sinir Ağları III)
13 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi IV (kernel tabanlı yöntemler)
14 İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi I (uzaklık ölçütleri, k-means, FCM)
15 İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi II (EM, Mean Shift, Kernel yöntemler)
16 Final Sınavı

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1602829 Bilgisayar tabanlı teşhis ve analiz uygulamalarının ve araçlarının yaygınlaşması ile birlikte tıbbi işaret ve görüntülerin değerlendirilmesi üniversitelerde ve endüstride yaygınlık kazandırılması.
2 1602830 Özellikle, gelişen bu disiplinlerarası alanda bilgisayar mühendisliği öğrencilerine güçlü matematiksel ve algoritmik bir altyapı sağlanması.
3 1602831 Bununla beraber işaret ve görüntü işleme, örüntü tanıma ve makine öğrenmesi konularında bilgi kazandırılması dersin en önemli katkısı olarak görülmektedir. Böylelikle öğrencilerin bu konularda ilgi ve yeteneklerinin arttırılarak akademik ve uygulamaya yönelik çalışmalarında katkıda bulunulması.

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 67501 Radyoloji, Nükleer Tıp, Bilgisayar programcılığı ve Radyasyon Fiziği alanlarında güncel ve ileri düzeydeki bilgileri özgün düşünce ve/veya araştırma ile uzmanlık düzeyinde geliştirebilme, derinleştirebilme ve alanına yenilik getirecek özgün tanımlara ulaşabilme.
2 67502 Alanının ilişkili olduğu disiplinler arası etkileşimi kavrayabilme; yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşabilme.
3 67506 Alanı ile ilgili çalışmalarda araştırma yöntemlerini kullanabilmede üst düzey beceriler kazanmış olma.
4 67507 Alanı ile ilgili karşılaşılan sorunların çözümünde stratejik karar verme süreçlerini kullanarak işlevsel etkileşim kurabilme.
5 67505 Yeni ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yapabilme.
6 67503 Alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunabilme.
7 67508 Alanının ilişkili olduğu disiplinler arası etkileşimi kavrayabilme; yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşabilme.
8 67504 Yaratıcı ve eleştirel düşünme, sorun çözme ve karar verme gibi üst düzey zihinsel süreçleri kullanarak alanı ile ilgili yeni düşünce ve yöntemler geliştirebilme.
9 68975 İyonize radyasyon kaynaklarının güvenli bir şekilde depolanmasını sağlama.

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9
Öğrenme Çıktısı
 1 4 4 4 4 4 4 4 4 4
2 4 4 4 4 4 4 4 4 4
3 4 4 4 4 4 4 4 4 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek