GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
MEEM-556 BİYOMEDİKAL GÖRÜNTÜ İŞLEME VE MAKİNE ÖĞRENMESİ Seçmeli Ders Grubu 1 1 6,00

Dersin Seviyesi

Yüksek Lisans

Dersin Sunulduğu Dil

Türkçe

Dersin Amacı

Bu dersin amacı, dijital işaret işleme yöntemlerinin temellerini öğretmek ve bunları biyomedikal araştırma ve klinik tıp uygulamalarında kullanabilmeyi sağlamaktır. Öğrenciler hem deterministik hem de rastgele işaretlerin işlenmesine yönelik algoritmaları öğrenerek, özellikle fizyolojik verilerin incelenmesi ve yorumlanmasına yönelik uygulamalı beceriler kazanır.

Dersi Veren Öğretim GörevlisiGörevlileri

Abdulkadir Elmas

Öğrenme Çıktıları

1 Dijital işaret işleme tekniklerini (filtreleme, Fourier dönüşümleri, spektral analiz, istatistiksel sınıflandırma) kullanarak ECG, konuşma ve tıbbi görüntüler gibi deterministik ve rastgele biyomedikal işaretleri analiz edebilecektir.
2 MATLAB ortamında algoritmalar geliştirecek ve değerlendirecek, biyomedikal veri işleme uygulamalarında (gürültü azaltma, öznitelik çıkarma, segmentasyon, görüntü kaydı gibi) bu algoritmaların sonuçlarını eleştirel biçimde yorumlayabilecektir.
3 Kuramsal bilgiyi pratik uygulamalarla bütünleştirerek, biyomedikal mühendisliği ve klinik bağlamlarda problem çözme becerisini gösteren laboratuvar projelerini tasarlayabilecek, yürütebilecek ve raporlayabilecektir.

Öğrenim Türü

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Sinyaller ve Sistemler

Ders İçin Önerilen Diğer Hususlar

Haftalık 4 saatlik laboratuvar oturumlarında MATLAB üzerinde uygulama yapılır. Laboratuvar raporları düzenli olarak hazırlanmalı ve teslim edilmelidir. Dersin yükü yoğun olduğundan temel sinyal işleme bilgisi güçlü olan öğrencilerin seçmesi tavsiye edilir. Misafir öğretim üyelerinin (kardiyoloji, görüntüleme vb. alanlardan) konuk dersleri olabilir.

Dersin İçeriği

Biyomedikal İşaretler ve Görüntüler: ECG analizi, konuşma üretim ve kodlama sistemleri, tıbbi görüntüleme modaliteleri (US, X-ışını, BT, MRI, PET, SPECT), cerrahi uygulamalar. Deterministik İşaret ve Görüntü İşleme: Örnekleme, dijital filtreler (FIR, IIR), Fourier dönüşümleri (DTFT, DFT, FFT), 2 boyutlu filtreleme ve görüntü işleme yöntemleri. Olasılık ve Rastgele İşaretler: Rastgele değişkenler, PDF’ler, Bayes sınıflandırması, korelasyon fonksiyonları, güç spektrumları, Wiener filtreleri, kör kaynak ayrıştırma (PCA, ICA). Görüntü Analizi: Segmentasyon, morfolojik işlemler, görüntü kaydı (rijit ve esnek dönüşümler), optimizasyon tabanlı yöntemler. Uygulamalar: Kardiyoloji, konuşma işleme ve medikal görüntüleme örnekleri.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik Uygulama Laboratuvar
1 Ders tanıtımı, veri edinimi (örnekleme, aliasing, kuantizasyon); Dijital filtreleme (FIR/IIR, evrişim, fark denklemleri). MATLAB komutlarına kısa giriş. Lab 0 – MATLAB tanıtımı ve kendi kendine test.
2 ECG sinyalleri: kalp elektrofizyolojisi ve klinik yorumlar (konuk ders); Ayrık Zamanlı Fourier Dönüşümü (DTFT). Lab 1A – ECG filtreleme temelleri.
3 Ayrık Fourier Dönüşümü (DFT), FFT; Örnekleme teorisi (zaman ve frekans alanı). Lab 1B – ECG frekans analizi ve aritmi tespiti.
4 Konuşma sinyalleri: kaynak-filtre modeli, spektrogram analizi; Konuşma kodlaması: lineer prediksiyon, vokoderler. ECG tespit sistemi projesi (teslim).
5 Görüntü İşleme I: 2D filtreleme ve Fourier yöntemleri; Olasılık yoğunluk fonksiyonları (PDF), rastgele değişkenler. Lab 2A – Konuşma kodlaması: perde (pitch) tespiti ve sentez.
6 Sınıflandırma (Bayes kuralı, karar sistemleri); Görüntü İşleme II: enterpolasyon, gürültü azaltma, kenar tespiti. Lab 2B – Konuşma kodlaması: analiz-sentez sistemleri.
7 PDF tahmini (gerçek verilerden); Görüntü segmentasyonu: morfolojik operatörler, bağlı bileşenler. Lab 2C – Konuşma kodlaması projesi (teslim).
8 Görüntü kaydı I: rijit ve esnek dönüşümler; Görüntü kaydı II: ortak entropi, optimizasyon. Quiz 1 (Hafta 1–7 konuları). Lab 3A – MRI segmentasyonu: doku etiketleme ve 3D görselleştirme.
9 Görüntüleme modaliteleri (US, X-ışını, BT, MRI, PET, SPECT); Rastgele sinyaller I: ortalamalar, otokorelasyon, çapraz korelasyon. Lab 3B – MRI segmentasyonu (devam).
10 Rastgele sinyaller II: güç spektrumları, Wiener filtreleme; Kör kaynak ayrıştırma (PCA, ICA). Lab 4A – Medikal görüntü kaydı: doğrusal olmayan optimizasyon.
11 MRI fiziği ve işaret işleme (konuk ders); Görüntü işlemenin cerrahi uygulamaları (konuk ders). Lab 4B – Medikal görüntü kaydı (devam).
12 Rastgele sinyaller III: ileri filtreleme yöntemleri; ECG kör kaynak ayrıştırma (fetal ve maternal sinyaller). Lab 5A – ECG kör kaynak ayrıştırma: PCA/ICA uygulamaları.
13 Yöntemlerin biyomedikal araştırmalarda entegrasyonu; Kardiyoloji ve konuşma analizi vaka çalışmaları. Lab 5B – ECG kör kaynak ayrıştırma: proje tamamlanması.
14 Medikal görüntüleme ve veri füzyonunda ileri uygulamalar; Genel tekrar. Quiz 2 (Hafta 8–13 konuları).
15 Genel değerlendirme: biyomedikal işaret ve görüntü işleme alanında yeni eğilimler; Öğrenci proje sunumları. Lab 5 Raporu Teslim.

Ders Kitabı Malzemesi Önerilen Kaynaklar

Oppenheim, A. V., Schafer, R. W., Buck, J. R. Discrete-Time Signal Processing. Prentice-Hall, 1999. Papoulis, A., Pillai, S. U. Probability, Random Variables, and Stochastic Processes. McGraw-Hill, 2001. Gonzalez, R., Woods, R. E. Digital Image Processing. Prentice-Hall, 2002. Rabiner, L. R., Schafer, R. W. Digital Processing of Speech Signals. Prentice-Hall, 1978. Clifford, G., Azuaje, F., McSharry, P. Advanced Methods and Tools for ECG Data Analysis. Artech House, 2006.

Planlanan Öğrenme Aktiviteleri ve Metodları

Teorik Dersler: Haftada bir gün, temel kavramların anlatımı ve örnek problem çözümleri. Laboratuvar Çalışmaları: Haftada bir gün, MATLAB ortamında gerçek biyomedikal veriler üzerinde uygulamalı projeler. Problem Setleri: Öğrenilen konuları pekiştirmeye yönelik ödevler. Raporlar: Her laboratuvar çalışması için ayrıntılı rapor hazırlanması.

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

-

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ara Sınav 1 1 1
Final Sınavı 1 1 1
Derse Katılım 14 3 42
Beyin Fırtınası 8 8 64
Bireysel Çalışma 12 4 48
Ara Sınav İçin Bireysel Çalışma 1 10 10
Final Sınavı içiin Bireysel Çalışma 1 15 15
Toplam İş Yükü (saat) 181

Program ve Öğrenme Çıktıları İlişkisi

PÇ 1 PÇ 2 PÇ 3 PÇ 4 PÇ 5 PÇ 6
ÖÇ 1 4 4 4 4 4 4
ÖÇ 2 4 4 4 4 4 4
ÖÇ 3 4 4 4 4 4 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek