Zur Merkliste hinzufügen
Zurück

 

53822-01 - Vorlesung: Advanced Methods in Medical Image Analysis 3 KP

Semester Frühjahrsemester 2024
Angebotsmuster Jedes Frühjahrsem.
Dozierende Florentin Bieder (florentin.bieder@unibas.ch)
Philippe Claude Cattin (philippe.cattin@unibas.ch, BeurteilerIn)
Julia Wolleb (julia.wolleb@unibas.ch)
Inhalt This course provides an introduction to deep learning and how this cutting-edge technology can be applied to medical image analysis. The course covers the following topics
• Fundamentals of deep learning
• Numerical optimization (for training machine learning models)
• Multilayer perceptrons
• Convolutional Neural Networks (CNNs) and their medical applications
• Segmentation with CNNs
• Autoencoders
• Generative models
• Deep learning models for sequential data

Lernziele • Understand the basics of deep learning and how it can be applied to medical image analysis
• Understand numerical optimization algorithms used to train deep learning models
• Understand the architecture and training of multilayer perceptrons and CNNs
• Medical applications of MLPs and CNNs for classification, regression, segmentation, and anomaly detection tasks
• Know different generative models and their medical applications
• Know appropriate models for sequential data analysis
Weblink DBE MA BME

 

Teilnahmebedingungen (C15) Medical Imaging and Medical Image Processing; Python Knowledge similar to course 69472
Limited student numbers, priority given to student in Biomedical Engineering
Unterrichtssprache Englisch
Einsatz digitaler Medien kein spezifischer Einsatz

 

Intervall Wochentag Zeit Raum
wöchentlich Mittwoch 15.15-17.00 Hegenheimermattweg 167B, Lecture Hall 02. 097

Einzeltermine

Datum Zeit Raum
Mittwoch 28.02.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 06.03.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 13.03.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 20.03.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 27.03.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 03.04.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 10.04.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 17.04.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 24.04.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 01.05.2024 15.15-17.00 Uhr Tag der Arbeit
Mittwoch 08.05.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 15.05.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 22.05.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Mittwoch 29.05.2024 15.15-17.00 Uhr Hegenheimermattweg 167B, Lecture Hall 02. 097
Module Modul: Biomedical Engineering Electives (Masterstudium: Biomedical Engineering)
Modul: Electives in Data Science (Masterstudium: Data Science)
Modul: Image-Guided Therapy (Masterstudium: Biomedical Engineering (Studienbeginn vor 01.08.2023))
Modul: Vertiefung Medizinische Nanowissenschaften (Masterstudium: Nanowissenschaften)
Leistungsüberprüfung Leistungsnachweis
Hinweise zur Leistungsüberprüfung written exam
An-/Abmeldung zur Leistungsüberprüfung Anm.: Belegen Lehrveranstaltung; Abm.: stornieren
Wiederholungsprüfung eine Wiederholung, bester Versuch zählt
Skala 1-6 0,1
Wiederholtes Belegen beliebig wiederholbar
Zuständige Fakultät Medizinische Fakultät
Anbietende Organisationseinheit Departement Biomedical Engineering (DBE)

Zurück