Medical Image Processing

Course title

N0810400

	satou hiroki
	takahashi masanobu

Course description

現代社会において画像はあらゆる分野に応用されている。これは、画像の持つ豊富な情報量に負うところが大きい。本講義は、画像のデジタル化及び画像処理の基本技法について講義したあと、超音波、Ｘ線ＣＴ、核磁気共鳴装置（MRI）などの医用画像の構築原理や情報処理手法を学ぶ。

Purpose of class

一般的な画像のデジタル化及び画像処理法について理解を深める。さらに、医用画像の性質及び構築原理や情報処理手法を学習する。

Goals and objectives

画像処理の基本原理の習得ができる。
画像処理手法の習得ができる。
医用画像の意義を理解し、代表的な医用画像技術の原理と特徴を説明できる。

Language

Japanese

Class schedule

	Class schedule	HW assignments (Including preparation and review of the class.)	Amount of Time Required
1.	ディジタル画像の生成（色，標本化，量子化）	教科書１−４，１−５をよく予習しておくこと	90minutes
1.	ディジタル画像の生成（色，標本化，量子化）	授業内容の復習	100minutes
2.	幾何学的変換，濃淡変換とフィルタリング（１）	教科書１−３−２，１−３−３，１−６−１，５－１，５－２をよく予習しておくこと	90minutes
2.	幾何学的変換，濃淡変換とフィルタリング（１）	授業内容の復習	100minutes
3.	濃淡変換とフィルタリング（２），２値画像処理（１）	教科書５－３，５－４，６－１をよく予習しておくこと	90minutes
3.	濃淡変換とフィルタリング（２），２値画像処理（１）	授業内容の復習	100minutes
4.	２値画像処理（２），領域分割，動画像処理，パターンの検出	教科書６−１，６−３，６−４，７－３をよく予習しておくこと	90minutes
4.	２値画像処理（２），領域分割，動画像処理，パターンの検出	授業内容の復習	100minutes
5.	パターン認識，ニューラルネットと深層学習，入出力装置（１）	教科書７－４，７－５，９－５をよく予習しておくこと	90minutes
5.	パターン認識，ニューラルネットと深層学習，入出力装置（１）	授業内容の復習	100minutes
6.	入出力装置（２），画像ファイル形式と記録方式	教科書９－５，９－６をよく予習しておくこと	90minutes
6.	入出力装置（２），画像ファイル形式と記録方式	授業内容の復習	100minutes
7.	中間試験と解説	試験勉強（第1〜6回の講義をよく復習しておくこと）	190minutes
8.	生体計測と画像化	演習課題	30minutes
8.	生体計測と画像化	医用画像に関する調査・議論	150minutes
9.	生体光計測技術の構成と原理	演習課題	30minutes
9.	生体光計測技術の構成と原理	医用画像に関する調査・議論	150minutes
10.	MRI装置の構成と原理１（外部講師による特別講義）	レポート	180minutes
11.	MRI装置の構成と原理２	演習課題	30minutes
11.	MRI装置の構成と原理２	医用画像に関する調査・議論	150minutes
12.	X線画像診断装置の構成と原理	演習課題	30minutes
12.	X線画像診断装置の構成と原理	医用画像に関する調査・議論	150minutes
13.	超音波装置の構成と原理	演習課題	30minutes
13.	超音波装置の構成と原理	医用画像に関する調査・議論	150minutes
14.	期末試験と解説	試験勉強（第8〜14回についてよく復習しておくこと）	180minutes
Total.	-	-	2590minutes

Relationship between 'Goals and Objectives' and 'Course Outcomes'

	中間試験	期末試験	小テスト・課題等	Total.
1.	20%		5%	25%
2.	20%		5%	25%
3.		40%	10%	50%
Total.	40%	40%	20%	-

Evaluation method and criteria

中間試験（40％）、期末試験（40％）、小テスト等（20％）で評価する．
画像処理エンジニア検定の資格を成績に考慮する。（詳細は初回に説明）
評価方法は、中間試験40％、期末試験40％、小テスト、画像処理エンジニア検定、課題20％の結果により行う。試験は、教科書、プリント、資料などの内容から出題する。試験及び課題の総合評価が60%以上を合格とする。

Textbooks and reference materials

ビジュアル情報処理−ＣＧ・画像処理入門−（ＣＧ−ＡＲＴＳ協会）
参考書は授業中に紹介する。

Prerequisites

情報処理等で学んだプログラムアルゴリズムが理解できるようにしておくこと。

Office hours and How to contact professors for questions

高橋：基本的に金曜日昼休み．それ以外も時間があれば対応可能．
佐藤：授業終了後30分、教室／研究室にて。その他の在室時も可（メールでの事前アポイントメントが望ましい）。

Relation to the environment

Non-environment-related course

Regionally-oriented

Non-regionally-oriented course

Development of social and professional independence

Course that cultivates an ability for utilizing knowledge
Course that cultivates a basic problem-solving skills

Active-learning course

N/A

Course by professor with work experience

Work experience	Work experience and relevance to the course content if applicatable
Applicatable	企業にて生体計測技術の研究開発に従事した経験を活かし、医用画像技術の応用例について教授する。また、企業に勤務する外部講師による特別講義を1コマ実施する。

Last modified : Sat Oct 26 04:07:25 JST 2019