Medizinische Bildgebung - Technologien und Daten

Erzeugung, Verarbeitung und Analyse von Bilddaten für medizinische Anwendungen

Fakultät Naturwissenschaften und Technik, Hochschule für angewandte Wissenschaft und Kunst Hildesheim/Holzminden/Göttingen (HAWK-HHG)

Die heutige medizinische Bildgebung (z.B. Radiologie, Photonik) ist ein dynamisches, expandierendes Gebiet, welches mit einer stetig wachsenden Flut an Daten einhergeht. Die wichtigsten Trends sind funktionelle, multimodale, molekulare und intraoperative Bildgebung. Fortschrittliche Algorithmen und Bildanalysemethoden können zur Bildverbesserung sowie zur Gewinnung neuer Informationen für die medizinische Diagnose und Therapie eingesetzt werden. Für den Einsatz in der klinischen Entscheidungsfindung ist das Verständnis bildgebender Verfahren sowie deren Stärken und Schwächen essenziell.

Zielgruppe: Das Modul ist auf das Bachelorniveau ausgerichtet. Der Kurs richtet sich an Bachelorstudent*innen der Fachrichtungen Medizintechnik, Medizininformatik sowie an IT-erfahrene Ärzt*innen und Medizinstudent*innen. Grundkenntnisse in angewandter Mathematik, Ingenieurwissenschaften sowie angewandter Informatik bzw. Programmierkenntnisse, sind erforderlich.

Lernziele: Der Kurs bietet den Teilnehmer*innen eine Einführung in die Methodik der Verarbeitung und Analyse medizinischer Bilddaten mit computergestützten Methoden mit den Schwerpunkten Bildgebung, Bildrepräsentation und -speicherung, Bildvorverarbeitung und -verbesserung, Bildsegmentierung, Merkmalserkennung sowie grundlegende Klassifizierung. Darüber hinaus ist die Berücksichtigung von Qualitätsmaßen wie Sensitivität und Spezifität sowie die Spezifikation von bildbasierten Diagnosetests Bestandteil des Kurses. Praktische Übungen und interaktive Beispiele helfen dabei, das Wissen in Einzel- und Gruppenarbeit unter Verwendung gängiger Softwaretools und Bibliotheken zu vertiefen.

Einbettung: Der Umfang des Moduls umfasst 6 Leistungspunkte. Der Kurs dient als Grundlage für das Verständnis fortgeschrittener Bildverarbeitungskonzepte wie Klassifizierung und Objekterkennung mit Methoden, die z.B. auf maschinellem Lernen basieren und von anderen Modulen abgedeckt werden.