/HVL-RAD230

RAD230 - Medisinsk bildebehandling, kunstig intelligens og innovasjon i radiografi (HVL)

Primary LanguageJupyter Notebook

HVL-RAD230

(v.2022-05-10 A.L.)

RAD230 - Medisinsk bildebehandling, kunstig intelligens og innovasjon i radiografi (HVL)

Dette repositoriet dekker deler av Modul 1 og Modul 2 i emnet RAD230. Modul 2 (Kunstig intelligens) er sterkt beslektet med det elektive emnet ELMED219 (Kunstig intelligens og beregningsorienter medisin) som gis av Det medisinske fakultet, UiB i samarbeid med Institutt for datateknologi, elektroteknologi og realfag ved HVL. Alt dette materialet er også tilgjengelig for RAD230 studenter og finnes på https://github.com/MMIV-ML/ELMED219-2022. En kort karakterisering og visjon for ELMED219 er oppsummert her.

Plan for Modul 2

Forelesninger og hands-on øvelser går dagene 12. 13. og 16. mai kl. 10:15 - 15:00 på auditorium C121 / HVL Kronstad. Hver av disse dager vil første del vil være en motiverende forelesning, så en lunchpause (ca. 45 min) og deretter praktiske hands-on øvelser ved bruk av Jupyter Notebooks og Google Colab.
Vi er tre lærere / hjelpere som deltar: Arvid Lundervold (A.L.), Sathieash Kaliyugarasan (S.K.), Marek Kocinski (M.K.)

Gjør deg klar

Se gjennom kursmaterialet for denne modulen og gjør deg litt kjent med verktøyene GitHub, Python, Jupyter Notebooks, og Google Colab.

Lokal installasjon via Anaconda

Det er også mulig å installere alle øvelser lokalt på egen laptop for de som ønsker det (se informasjon i setup-img.md og environment-img.yml). Dette er litt mer krevende enn å kjøre alle Notebooks i skyen (Colab), men læringsutbyttet kan være større gjennom å beherske Python-baserte verktøy på egen laptop, også for senere bruk i studiet og i arbeidet som radiograf.

Tidsplan (mindre justeringer kan opptre, alle forelesninger og øvelser i Rom C121)

Dag og tidsrom Innhold
Torsdag 12/5
10:15-12:00 Hva er kunstig intelligens og beregningsorientert medisin? motivasjon og målsetting med modulen.
Link til presentasjonen. Link til notebook 1-simple-ml-examples.ipynb Open In Colab (A.L.)
12.45-15.00 Arbeid med notebooken: 0-test-installation Open In Colab og 1-simple-ml-examples.ipynb Open In Colab (m/ M.K.)
Fredag 13/5
10:15-11:15 Hva er dyplæring (deep learning)? Link til presentasjonen (S.K.)
12:00-15:00 Gjennomgang av hands-on eksempel med automatisk deteksjon av fraktur i skjelettrøntgenbilder. Link til notebok
Mandag 16/5
10:15-12:00 Introduksjon til multiparametrisk MRI av hjernen og vevsklassifikasjon i multispektrale MR-bilder ved bruk av maskinlæring. Link til presentasjon (A.L.)
12.45-15.00 Arbeid med notebbooks: 0-imaging-intro Open In Colab; 1-MRI-intro Open In Colab;
2-sMRI-KNN-tissue-classification Open In Colab ;
3-sMRI-Kmeans-tissue-classification Open In Colab (m/ M.K.)

Emnebeskrivelse for RAD230: https://www.hvl.no/studier/studieprogram/emne/rad230
Canvas: https://hvl.instructure.com/courses/18689/pages/dataovelser-og-demonstrasjoner (krever innlogging)

Innholdet i disse deler av kurset (Modul 2) gis under en CC BY-SA 4.0 lisens hvis ikke annet er angitt.