SNY har ordet

Kursen består av två delar. Den första delen avser att ge grundläggande kunskaper om 2D-signalbehandling på bilder. I den andra delen utnyttjas dessa kunskaper i studier av olika medicinska bildtekniker. Kursen avser att ge fördjupad förståelse för ultraljud, CT, MRI, SPECT och PET.

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

Kursen består av 2 delar. Den första delen avser att ge grundläggande kunskaper i signalbehandling på bilder. I den andra delen utnyttjas dessa kunskaper för att förstå hur bilder skapas med CT, MRI, ultraljud, SPECT och PET.

1) Grundläggande signalbehandling på bilder:

• Den digitala bilden. Histogram och gråskale-transformationer. Färgtabeller.
• Repetition av 1D fouriertransform. Från 1D till 2D fouriertransform. Teorem för 1D och 2D fouriertransform, såsom skalning, translation, derivering, faltning och multiplikation. Teorem för 2D fouriertransform såsom rotations- och projektionsteoremet. Titta på bilder och dess fouriertransformer och relatera dessa till teoremen.
• Dirac-pulsen. Sampling och rekonstruktion. Effekter på bilden vid vikningsdistorsion i spatial- eller fourierdomän.
• 1D och 2D DFT. Diskret 1D och 2D faltning. Faltningskärnor i spatial- och fourierdomän: lågpass (gauss), högpass (laplace), deriverande (sobel).
• 2D geometriska operationer. Omsampling och interpolation. Projektion och återprojektion.
• Några enkla bildanalysmetoder såsom tröskelsättning, krympning och etikettering.
• Mätvärden och brus på bilder, såsom kontrast, upplösning, MTF och SNR.

2) Några vanliga medicinska bildtekniker med fokus på signal- och bildbehandling:

• CT och röntgen. Grundläggande fysik om röntenspektrum, fysikalisk interaktion såsom fotoelektrisk effekt, koherent och inkoherent spridd strålning, mm. Denna fysik tas upp för att visa dess påverkan på bilderna. 2D rekonstruktion med direkta fouriermetoden och filtrerad återprojektion.  Fanbeam och rebinning. Kort om 3D rekonstruktion och iterativ rekonstruktion.
• MRI. Grundläggande fysik om t ex spin, precession, RF-puls och gradienter för att förstå hur en bild skapas genom mätningar i k-rummet (2D fourierdomänen). Orientering om olika varianter på MRI såsom fMRI, EPI och diffusion.
• Ultraljud. Hur skapas en B-mode ultraljudsbild? RF data, enveloppsdetektion med kvadraturfilter, gråskaletransformation, nedsampling, skannkonvertering (omsampling), mm.
• SPECT, PET och gammakameran: Grundläggande fysik om gamma-fotoners interaktion i patient och kollimator, principen för PET, dvs positron+elektron= 2 motriktade gammafotoner, mm. Gammakameran. Iterativ rekonstruktion med ML-EM algoritmen. Bildexempel på SPECT-CT och PET-CT.

Laborationerna:

• Lab 1: Den digitala bilden: pixlar/storlek/zoom, kvantisering och lagring, gråskala/färg, reell/komplex. Histogram och gråskaletransformationer. Färgtabeller: gråskala, äkta RGB, pseudo. 2-D fouriertransform på bilder – utseende, egenskaper. Enkla faltningskärnor i spatialdomänen. Linjära filter i fourierdomänen.
• Lab 2: Omsampling och interpolation. Effekter av omsampling i spatial- och fourierdomän.
• Lab 3: CT-rekonstruktion: Hur görs en CT-bild?
• Lab 4: Grundläggande MRI. Design av pulssekvenser.
• Lab 5: Hur görs en ultraljudsbild? Rf-signal => enveloppsdetektering => nedsampling => histogramtransformation => skannkonvertering (omsampling) => ultraljudsbild
• Lab 6: Mätning av brus. Några enkla bildanalysmetoder. Förberedelse för Lab 7.
• Lab 7: Mätningar på SPECT/CT-volymer. Exempel på friska och patienter med sjukdomen KOL.

Studiebesök: Vi försöker ordna ett studiebesök på CMIV, då vi bland annat tittar på en datortomograf och en MR-kamera, samt lyssnar till ett föredrag om hur medicinska bilder används idag på universitetssjukhuset i Linköping. Vid behov kan studiebesöket bli virtuellt och/eller via zoom.

 

Mål

Efter genomgången kurs:

1. Studenten ska kunna redogöra för den grundläggande teorin för 1D och 2D kontinuerlig fouriertransform med tillhörande teorem, sampling, rekonstruktion och DFT. Studenten ska kunna redogöra för den grundläggande teorin för digitala bilder (tvådimensionella signaler), exempelvis 2D diskret faltning, omsampling, interpolation och viss klassisk bildanalys. Studenten ska kunna redogöra för enkla faltningskärnor och filter för derivering, lågpass- och högpassfiltrering. Studenten ska kunna genomföra relaterade beräkningar.
2. Studenten ska känna till och kunna redogöra för de vanligaste typerna av medicinska bilder, vad de visar, dess bakomliggande fysik och teknik: CT, röntgen, MRI, ultraljud, gamma-kamera, SPECT och PET. Studenten ska visa en djupare förståelse för ovan nämnda tekniker genom att genomföra relaterade beräkningar med fokus på signal- och bildbehandling.
3. Studenten ska kunna hantera och göra beräkningar på bilder i ett högnivåspråk såsom Python och/eller Matlab. Här ingår att tolka resultatet av 1D och 2D fouriertransformer, samt att simulera hur en medicinsk bild (CT, MRI, ultraljud) skapas.

Examinationsmoment

LAB1 - 2,0 HP
Laborationer (U, G)
TEN1 - 4,0 HP
Skriftlig tentamen (U, 3, 4, 5)

Examination

Organisation

Kursen består av föreläsningar, lektioner och laborationer baserade på Matlab.

Litteratur

Böcker

• Prince, J.L., Links, J.M., (2008) Medical Imaging: Signals and Systems (Prince, J.L. and Links, J.M.; 2006) [Book Review]
  Delar från kapitel 9

Artiklar

• Används inte i denna kurs.

Kompendier

• Maria Magnusson, Grundläggande 1D och 2D signalbehandling för Bilder
  Kompendium i pdf-format.

Övrigt

• Diverse material

  *) Föreläsningsbilder.

  *) Lektionsmaterial.

  *) Laborationsmaterial.

  *) Formelsamling.

  *) Kort utdrag ur Maria Magnussons doktorsavhandling.

  *) Kort utdrag ur Henrik Turbells doktorsavhandling.

  *) Delar av Oscar Grandells examensarbete.

  *) Kort om Poissonbrus av Theo Fuchs.

  *) Delar av kompendiet i kursen TBMI02: "MRI, fMRI, Image Registration, Image Segmentation".

  Allt ovan är i pdf-format och åtkomliga från kurshemsidan.

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.