Fachrat Informatik - Forum

leider lässt es das "elearning-System" zur Zeit nicht zu, dass ich die Infos zur Veranstaltung editiere. Da die erste Veranstaltung schon morgen ist, versuche ich es auf diesem Weg!

Die Laborübung "Labor Graphische 3D Datenverarbeitung in der Medizin" wurde dieses Semester stark überarbeitet und modernisiert. So gibt es eine neue, modernisierte Version der Basis-GUI. Die GUI wird wie in den vorigen Semestern Schritt für Schritt im Verlauf der Laborübungen zu einer Software zur Darstellung und Bearbeitung medizinischer Tomographiedaten erweitert wird. Da wir in vielen Projekten eng mit Ärzten der MHH zusammenarbeiten, ist eine erfolgreiche Teilnahme an diesem Labor oft der Einstieg für eine weitergehende Projektarbeit.

Anmeldung wie gewohnt über Stud.IP (elearning). Die erste Veranstaltung findet bereits am Mittwoch, dem 12. Oktober statt (14-15 Uhr, Raum F435, Gebaeude 1101, Hauptgebäude, Welfengarten 1). Der Einstieg ist bis zur 3. Woche problemlos möglich. Bis zu 30 Teilnehmer können mitmachen, danach wird unsere Rechnerraumkapazität knapp!


Zu den Inhalten:

Zielsetzung
Die Veranstaltung richtet sich in erster Linie an Masterstudenten (bzw. Studierende im Hauptstudium). Ziel ist die Vermittlung von Kenntnissen über 3D Datenmodelle und Algorithmen aus der medizinischen Datenverarbeitung, insbesondere der Computertomographie (CT).

Vorkenntnisse
Der Besuch der Vorlesung GDV I wird empfohlen. Programmierkenntnisse in Java sollten vorhanden sein. Kenntnisse in Java3d werden in der Veranstaltung vermittelt.

Inhalte
Die Teilnehmer entwickeln in Kleingruppen von 1-2 Teilnehmern selbstständig Algorithmen in Java/Java3d, die in eine vorgegebene GUI eingebunden werden. Es wird weiterhin eine eigens für diesen Kurs entwickelte API zur Verfügung gestellt; die je nach Aufgabe um neue Funktionen und oder Klassen erweitert werden muss. Dazu gibt es Programmieraufgaben mit folgenden Themen:



2D Teil

• DICOM Datensatz einlesen & Bilddaten extrahieren
• Bilddaten anzeigen (Grauwertfunktion, transversaler, sagitaler und frontaler Schnitt)
• Segmentierung I: Select by Color Threshold
• Segmentierung II: Select by Region Grow

3D Teil

• Punktwolkendarstellung
• Texturdarstellung
• Marching Cube - Algorithmus I
• Marching Cube - Algorithmus II

Für jede Aufgabe wird den Studenten vorab eine Aufgabenbeschreibung und Dokumationsmaterial ausgeteilt. Der Zeitaufwand für die Bearbeitung der Aufgaben wird mit ca. vier Stunden eingschätzt.

Ingo Friese