| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| İLERİ GÖRÜNTÜ ANALİZİ |
Üçüncü düzey |
BMM 609 |
|
1 |
7.50 |
7.50 |
Yazdır |
|
Ön koşul dersleri
|
Ön koşul dersi bulunmamaktadır. Ancak lisans veya yüksek lisans seviyesinde görüntü işleme dersinin alınmış olması tavsiye edilir.
|
|
Eğitimin dili
|
Türkçe
|
|
Koordinatör
|
PROF. DR. SEMRA İÇER
|
|
Dersi veren öğretim eleman(lar)ı
|
DOÇ. DR. SEMRA İÇER
|
|
Yardımcı öğretim eleman(lar)ı
|
-
|
|
Dersin veriliş şekli
|
Teorik+uygulama
|
|
Dersin amacı
|
Tıbbi görüntülerin analiz edilmesi
|
|
Dersin tanımı
|
Tıbbi görüntülerin analiz edilmesi konusunda kavram ve tekniklerin açıklanması
|
|
1- |
Biyomedikal görüntü ve görüntü işleme temel kavramları
|
|
2- |
Görüntü analizi adımları
|
|
3- |
Segmentasyon (Bölütleme)
|
|
4- |
Piksel Tabanlı Bölütleme
|
|
5- |
Kenar Tabanlı Bölütleme
|
|
6- |
Bölge Tabanlı Bölütleme
|
|
7- |
Model Tabanlı Bölütleme
|
|
8- |
Uygulama Örnekleri
|
|
9- |
Ara sınav (veya ödev)
|
|
10- |
Görüntüden özellik çıkarrma
|
|
11- |
Birinci derece özellikler
|
|
12- |
İkinci derece Özellikler
|
|
13- |
Uygulama örnekleri
|
|
14- |
Pratik uygulamalar (pratik ödev çalışmaları)
|
|
15- |
|
|
16- |
|
|
17- |
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
Biyomedikal görüntüleri tanıma, işleyebilme
|
|
2- |
Biyomedikal görüntü analizi aşamalarını öğrenme
|
|
3- |
Bölütleme yöntemleri hakkında bilgi kazanma
|
|
4- |
Görüntüden özellik çıkarma konusunda bilgi kazanma
|
|
5- |
-
|
|
6- |
-
|
|
7- |
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
Elektrik-elektronik mühendisliği alanında bilimsel araştırma yaparak bilgiye derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisine sahip olur.
|
|
|
2- |
Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
|
|
|
3- |
Mühendislik problemlerini tanımlayabilme, çözüm yöntemi geliştirme ve çözümlerde yenilikçi yöntemler uygulama ve geliştirebilme becerisine sahip olur.
|
|
|
4- |
Analitik, modelleme ve deneysel esaslı süreçleri tasarlama ve uygulama becerisi kazanır ve bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisine sahip olur.
|
|
|
5- |
Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanır.
|
|
|
6- |
Verilerin toplanması ve yorumlanması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
|
|
|
7- |
Çalışmalarını ulusal ve uluslararası ortamlarda yazılı ya da sözlü olarak aktarabilme becerisine sahip olur.
|
|
|
8- |
|
|
|
9- |
|
|
|
10- |
|
|
|
11- |
|
|
|
12- |
|
|
|
13- |
|
|
|
14- |
|
|
|
15- |
|
|
|
16- |
|
|
|
17- |
|
|
|
18- |
|
|
|
19- |
|
|
|
20- |
|
|
|
21- |
|
|
|
22- |
|
|
|
23- |
|
|
|
24- |
|
|
|
25- |
|
|
|
26- |
|
|
|
27- |
|
|
|
28- |
|
|
|
29- |
|
|
|
30- |
|
|
|
31- |
|
|
|
32- |
|
|
|
33- |
|
|
|
34- |
|
|
|
35- |
|
|
|
36- |
|
|
|
37- |
|
|
|
38- |
|
|
|
39- |
|
|
|
40- |
|
|
|
41- |
|
|
|
42- |
|
|
|
43- |
|
|
|
44- |
|
|
|
45- |
|
|
|
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder |
|
Planlanan öğretim faaliyetleri, öğretme metodları ve AKTS iş yükü
|
|
|
Sayısı
|
Süresi (saat)
|
Sayı*Süre (saat)
|
|
Yüz yüze eğitim
|
14
|
3
|
42
|
|
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)
|
14
|
5
|
70
|
|
Ödevler
|
1
|
10
|
10
|
|
Sunum / Seminer hazırlama
|
1
|
10
|
10
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
1
|
10
|
10
|
|
Ara sınavlar
|
1
|
5
|
5
|
|
Proje (Yarıyıl ödevi)
|
0
|
0
|
0
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
10
|
10
|
|
Yarıyıl sonu sınavı
|
1
|
5
|
5
|
|
Araştırma
|
5
|
6
|
30
|
|
Toplam iş yükü
|
|
|
192
|
|
AKTS
|
|
|
7.50
|
|
Değerlendirme yöntemleri ve kriterler
|
|
Yarıyıl içi değerlendirme
|
Sayısı
|
Katkı Yüzdesi
|
|
Ara sınav
|
1
|
40
|
|
Kısa sınav
|
0
|
0
|
|
Ödev
|
1
|
60
|
|
Yarıyıl içi toplam
|
|
100
|
|
Yarıyıl içi değerlendirmelerin başarıya katkı oranı
|
|
40
|
|
Yarıyıl sonu sınavının başarıya katkı oranı
|
|
60
|
|
Genel toplam
|
|
100
|
|
Önerilen veya zorunlu okuma materyalleri
|
|
Ders kitabı
|
Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins, Digital Image Processing using Matlab, Pearson, Prentice hall, 2004.
|
|
Yardımcı Kaynaklar
|
-
|
|