Medisinsk bildediagnostikk med kunstig intelligens (ELE670)

Medisinske data, i form av signaler og bilder, blir i stor grad benyttet som en viktig del av diagnostikken. Dette emnet omhandler noen sentrale teknikker for innsamling av slike data. Temaet sees i sammenheng med signal- og bildebehandling samt maskinlæring som er sentrale emner i studiet, da metoder fra disse fagområdene kan benyttes for automatisk segmentering, tolkning og analyse av signaler og bilder. I moderne diagnostikk kan automatisk analyse av data inngå som beslutningsstøtte.

Av teknikker som blir belyst i emnet, vil følgende bli vektlagt: Elektrokardiografi (EKG), elektroencefalografi (EEG), ultralyd, røntgen, magnetresonanstomografi (MR), computertomografi (CT), angiografi.


Dette er emnebeskrivelsen for studieåret 2025-2026. Merk at det kan komme endringer.

Fakta

Emnekode

ELE670

Versjon

1

Vekting (stp)

10

Semester undervisningsstart

Høst

Antall semestre

1

Vurderingssemester

Høst

Undervisningsspråk

Engelsk

Innhold

NB! Dette er et valgemne og dersom det er færre enn 10 studenter oppmeldt pr. 20. august for høstsemesteret, kan dette medføre at emnet ikke tilbys.

Dette emnet handler om hvordan noen utvalgte medisinske bilder dannes, og egenskapene til disse. Stoffet blir relatert til tema og teknikker fra bildebehandling og kunstig intelligens (KI).

Emnet vil fokusere på prinsipp, virkemåte og anvendelser av de vanligste teknikkene for innsamling av medisinsk-diagnostisk data. Følgende teknikker vil bli belyst:

  • Røntgen
  • Magnetresonanstomografi (MR)
  • Computertomografi (CT)
  • Ultralyd
  • Bruk av KI i medisinke bilder, analyse og bildefangst

Læringsutbytte

Kunnskap:

  • Formålet med emnet er å gi studenter med teknologisk bakgrunn innsikt i teknikker for dannelse av medisinske bilder for diagnostikk og bruk av KI i denne forbindelse. Slike medisinske data bør da ses i sammenheng med kunnskap fra andre fag. Følgende teknikker vil bli lagt vekt på: røntgen, magnetisk resonansbilder (MR), computer tomografi (CT), angiografi, ultralyd, microscopy, hvordan bruke KI i bildefangst og analyse. Studentene vil lære om prinsippene bak disse teknikkene, og bruken av dem, blant annet ved hjelp av eksempelbilder.

Ferdigheter:

  • Studentene skal kunne forklare prinsippene bak noen teknikker for å samle medisinske bilder for diagnostikk. Studentene skal kunne gjenkjenne og forstå betydningen av spesifikke egenskaper fra ulike typer bilder, samt hvordan kunstig intelligens er brukt for å analysere bildene og hvordan dette påvirker resultatet.

Generell kompetanse:

  • Etter å ha tatt dette emnet skal studentene kunne forstå sammenhengen mellom medisinsk diagnostiske bilder og fysiologiske fenomener.

Forkunnskapskrav

Ingen

Anbefalte forkunnskaper

BIO110 Anatomi og fysiologi, ELE510 Bildebehandling og maskinsyn, ELE520 Maskinlæring

Eksamen / vurdering

Vurderingsform Vekting Varighet Karakter Hjelpemiddel
Skriftlig eksamen 1/1 4 Timer Bokstavkarakterer Ingen hjelpemidler tillatt

Digital skriftlig eksamen i Inspera.

Vilkår for å gå opp til eksamen/vurdering

Obligatoriske øvinger
1 obligatorisk innlevering (miniprosjekt) må være godkjent for å få adgang til eksamen.

Fagperson(er)

Instituttleder:

Tom Ryen

Arbeidsformer

2+2 timer forelesninger i uken. Obligatoriske øvinger i tillegg.

Åpent for

Enkeltemner ved Det teknisk-naturvitenskaplige fakultet
Kybernetikk og anvendt KI - master i teknologi/siv.ing
Utveksling ved Det teknisk- naturvitenskapelige fakultet

Emneevaluering

Det skal være en tidligdialog mellom emneansvarlig, studenttillitsvalgt og studentene. Formålet er tilbakemelding fra studentene for endringer og justering i emnet inneværende semester.I tillegg skal det gjennomføres en digital emneevaluering minimum hvert tredje år. Den har som formål å innhente studentenes erfaringer med emnet.

Litteratur

Søk etter pensumlitteratur i Leganto