Bilgi Paketi / Ders Kataloğu
Biyomedikal Görüntü İşleme ve Yapay Öğrenme
Ders Kodu: CSE434
Ders Türü: Bölüm Seçmeli
Ders Grubu: Lisans
Eğitim Dili: İngilizce
Staj Durumu: Yok
Teori: 2
Uyg.: 2
Kredi: 3
Laboratuvar: 0
AKTS: 6
Amaç

Bu dersin amacı biyomedikal görüntüleme sistemleri, görüntü işleme ve biyomedikal makine öğrenimi kavramlarını tanıtmak ve öğrencilerin bunları uygulamalarını sağlamaktır. Kursun sonunda öğrenci tomografi ve MR gibi biyomedikal görüntüleri tanıyacak, bu cihazlardan gelen görüntüleri analiz edecek ve bu görüntülere makine öğrenmesi uygulamayı öğrenecek.

Özet İçerik

Temel kavramlar, Biyomedikal görüntüleme cihaz tipleri, Biyomedikal görüntüler, görüntü işleme, Özellik çıkarma ve boyut küçültme, Biyomedikal görüntü sınıflandırma ve bölümleme uygulamaları. Biyomedikal Görüntülerde Derin Öğrenme.

Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. Ahmet Çağdaş SEÇKİN
Prof. Dr. Mehmet BİLGEN
Öğrenme Çıktıları
1.Temel biyomedikal görüntüleri ve veri setlerini tanımak
2.Biyomedikal görüntüleri işleme yeteneği
3.Görüntü filtreleme ve özellik çıkarma
4.Biyomedikal görüntü sınıflandırma ve bölütleme yapabilme
5.Biyomedikal görüntülerde Derin Öğrenmeyi kullanabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Reyes-Aldasoro, C. C. (2015). Biomedical image analysis recipes in MATLAB: for life scientists and engineers. John Wiley & Sons.
2.Nisha, S. S., & Meeral, M. N. (2021). Applications of deep learning in biomedical engineering. In Handbook of Deep Learning in Biomedical Engineering (pp. 245-270). Academic Press.
3.Verma, S., & Agrawal, R. (2021). Deep neural network in medical image processing. In Handbook of Deep Learning in Biomedical Engineering (pp. 271-292). Academic Press.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik & Uygulama
BİYOMEDİKAL GÖRÜNTÜLER, TEMEL KAVRAMLAR VE VERİ KÜMELERİ
2. Hafta - Teorik & Uygulama
GÖRÜNTÜ İŞLEME TEMELLERİ
3. Hafta - Teorik & Uygulama
GÖRÜNTÜ İŞLEME FİLTRELERİ
4. Hafta - Teorik & Uygulama
GÖRÜNTÜ İŞLEME ETİKETLEME VE AÇIKLAMA
5. Hafta - Teorik & Uygulama
BİYOMEDİKAL GÖRÜNTÜ ANALİZİ-SINIFLANDIRMA
6. Hafta - Teorik & Uygulama
BİYOMEDİKAL GÖRÜNTÜ ANALİZİ-BÖLÜMLEME
7. Hafta - Teorik & Uygulama
BİYOMEDİKAL GÖRÜNTÜ SINIFLANDIRMA KAVRAMLARI
8. Hafta - Teorik & Uygulama
BİYOMEDİKAL GÖRÜNTÜ SINIFLANDIRMA KAVRAMLARI
9. Hafta - Teorik & Uygulama
BİYOMEDİKAL GÖRÜNTÜ BÖLÜMLEME KAVRAMLARI
10. Hafta - Teorik & Uygulama
MAKİNE ÖĞRENMESİ İLE BİYOMEDİKAL GÖRÜNTÜ SINIFLANDIRMASI
11. Hafta - Teorik & Uygulama
MAKİNE ÖĞRENMESİ İLE BİYOMEDİKAL GÖRÜNTÜ SEGMENTASYONU
12. Hafta - Teorik & Uygulama
DERİN ÖĞRENME TEMELLERİ
13. Hafta - Teorik & Uygulama
DNN İLE BİYOMEDİKAL GÖRÜNTÜ SINIFLANDIRMASI
14. Hafta - Teorik & Uygulama
DNN İLE BİYOMEDİKAL GÖRÜNTÜ SEGMENTASYONU
Değerlendirme
Değerlendirme TürüAdetYüzde
Dönem Sonu Sınavı (Final)1%60
Dönem Ödevi1%40
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140228
Uygulamalı Ders140228
Ödev140114
Dönem Ödevi116824
Ara Sınav116824
Dönem Sonu Sınavı1161632
TOPLAM İŞ YÜKÜ (Saat)150
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
PÇ-11
OÇ-1
5
4
4
4
3
OÇ-2
4
5
5
5
5
OÇ-3
2
3
3
5
5
OÇ-4
4
4
4
4
5
OÇ-5
3
2
3
3
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026