Análise Avançada de Imagem Médica

As metodologias de ensino adotadas articulam-se com o modelo pedagógico através de uma combinação equilibrada entre exposição teórica, aprendizagem prática e resolução de problemas reais em contexto biomédico. As aulas teóricas destinam-se a introduzir e aprofundar os conceitos associados ao pré-processamento, melhoramento, análise e interpretação de imagem médica, recorrendo a exemplos aplicados e a discussão orientada para promover a compreensão e relacionar os fundamentos teóricos e aplicações clínicas. As aulas laboratoriais permitem aplicar estes conhecimentos a imagens de diferentes modalidades. A aprendizagem é estruturada de modo progressivo, permitindo que os estudantes desenvolvam autonomia na seleção, implementação e avaliação de métodos adequados para problemas concretos de imagem médica.
Ao longo do semestre, os estudantes desenvolvem, em grupo, um projeto que integra os conteúdos programáticos e reforça a aprendizagem ativa. O projeto promove competências de trabalho colaborativo, de comunicação científica e de resolução de problemas.

Identificar e caracterizar artefactos e desafios da imagem médica; aplicar métodos avançados de pré-processamento; implementar técnicas de melhoramento radiométrico e geométrico; executar procedimentos de análise, segmentação, extração de características e classificação; selecionar estratégias adequadas para diferentes modalidades de imagem; resolver problemas reais de imagem médica; avaliar criticamente a qualidade e a eficácia das soluções produzidas.
As aulas teóricas visam introduzir e demonstrar os conceitos fundamentais. As aulas laboratoriais permitem aplicar estes conhecimentos a dados reais, promovendo a aprendizagem prática. O projeto final permite integrar teoria e aplicação, concebendo, desenvolvendo e comunicando soluções fundamentadas em imagem médica.

Pré-processamento e Correção de Artefactos em Imagem Médica
– Normalização de intensidade e correção de bias field
– Redução de ruído
– Características sinal-ruído e métricas de qualidade
– Correção de movimento e distorções geométricas
– Remoção de artefactos em RM e TC
Melhoria da Imagem
– Motivação, importância e desafios
– Thresholding
– Modelação de Histogramas
– Transformação de Espaços de Cor
– Primitivas e Transformações Geométricas
Análise de Imagem
– Primitivas e transformações geométricas
– Detecão de Arestas
– Seguimento de Contornos
– Segmentação
Interpretação de Imagem
– Extração de Características
– Reconhecimento de Padrões
– Classificação
Estudo de Casos
– Projetos Aplicados de Inteligência Artificial em Imagem Biomédica, eficiência computacional e avaliação de desempenho

• - Exame - 60.0%
• - Projecto - 40.0%

NAO