Visualisierung Medizinischer Daten 2
WS, VU, 2.0 h, 3.0 ECTS, 186.138
Aktuelles
Inhalte
|
|
Die Vorlesung Visualisierung Medizinischer Daten 2 wird sich mit konkreten Anwendungen der biomedizinischen Visualisierung (und Bildverarbeitung) beschäftigen. Die Vorlesung geht bewußt über die klassische medizinische Visualisierung hinaus und bahandelt auch Visual Computing Themen, die z.B. für die allgemeine biomedizinische Forschung von Relevanz sind. Damit spannt sich der Bogen von Bildverarbeitung und Merkmalsextraktion, über klassische Volumensvisualisierung, interaktive Exploration biomedizinischen (räumlicher Daten) sowie Extraktion und Darstellung von high-level Information. Während in der Vorlesung "Visualisierung Medizinischer Daten 1" vor allem auf allgemeine Konzepte eingegangen wurde, steht jetzt deren praktische Anwendung im Vordergrund. Die Inhalte der Lehrveranstaltung orientieren sich stark an ganz aktuellen Entwicklungen, d.h. die thematischen Schwerpunkte der Lehrveranstaltung ändern sich von Jahr zu Jahr. |
- Planung, Training, Navigation und Roboterunterstütztung von Operationen (z.B. Microchrirurgische Eingriffe)
- Visualisierung und Segmentierung multimodaler, zeitabhängiger und /oder multivariater räumlicher (Bild-) Daten (z.B. für die Planung und Navigation neurochirurgischer Eingriffe)
- Neue bildgebende Verfahren in der Medizin (Optical Coherence Tomographie, Hypersprectral Imaging, MR-PET,...)
- Evaluierung von Visualisierungen (Wie effektiv ist eine bestimmte Art von Visualisierung?)
- Interaktive Visuelle Analyse komplexer Systeme (z.B. Analyse von Messdaten aus einer Intensivstation)
- Augmented Reality in der (Bio-)Medizin (z.B. Caves für Fruchtfliegen ?!!)
- Visualisierung und Annotation großer Datenmengen (Anntation und Navigation durch EM Bilder eines Gehirns)
- Erstellung von Atlanten für die Neurowissenschaft (z.B. Visualisierung und Exploration der Neuronalen Struktur der Fruchtfliege)
- Visualisierung komplexer Interaktionsmechanismen (z.b: Pathway Analyse)
- Hardware basierte Visualisierung, Segmentierung und Simulation
