Last chance: 50% off unlimited learning
Sale ends in
Cursusbeschrijving
Het vakgebied van biomedische beeldvorming is de afgelopen jaren enorm gegroeid — maar voor beginners kan zelfs het laden van gegevens al een uitdaging zijn! In deze introductiecursus leer je de basis van beeldanalyse met NumPy, SciPy en Matplotlib. Je navigeert door een CT-scan van het hele lichaam, segmenteert een MRI-tijdreeks van het hart en onderzoekt of de ziekte van Alzheimer de hersenstructuur verandert. Ook als je nog nooit met beelden hebt gewerkt, rond je de cursus af met een solide toolkit om in dit dynamische vakgebied aan de slag te gaan.
Vereisten
Lesprogramma
Cursusoverzicht
1
Verkennen
Maak je klaar om de n-de dimensie te veroveren! Aan het begin van de cursus leer je N-dimensionale beelden te laden, op te bouwen en te verkennen met een CT-beeld van de menselijke borstkas. Je maakt ook handig gebruik van het ImageIO-pakket en scherpt je NumPy- en matplotlib-vaardigheden aan.
2
Maskers en filters
Ga tot op het bot met beeldverwerking door röntgenbeelden te transformeren. Je leert intensiteitspatronen te benutten om subregio's van een array te selecteren, en je gebruikt convolutionele filters om interessante kenmerken te detecteren. Ook gebruik je SciPy's ndimage-module, die een schat aan tools voor beeldverwerking bevat.
3
Meten
In dit hoofdstuk kom je bij de kern van beeldanalyse: objectmeting. Met een 4D-tijdreeks van het hart bepaal je of een patiënt waarschijnlijk hartziekte heeft. Onderweg leer je de basis van beeldsegmentatie, objectlabeling en morfologische metingen.
4
Beelden vergelijken
Voor het laatste hoofdstuk heb je je hersenen nodig... en die van honderden anderen! Met gegevens uit meer dan 400 open-access MRI-beelden leer je de basis van registratie, resampling en beeldvergelijking. Vervolgens gebruik je de verkregen metingen om het effect van de ziekte van Alzheimer op de hersenstructuur te beoordelen.
Biomedische beeldanalyse met Python
Cursus
voltooid
