Mål og innhald

Å erverva teoretisk og praktisk kunnskap om funksjonell og kvantitativ in vivo avbilding i menneske og dyr, ved bruk av magnetisk resonanstomografi (MRI) og datamaskin-basert biletanalyse. Hovudfokus er hjerne-avbilding (perfusjon, diffusjon permabilitetskartlegging, strukturell og funksjonell konnektivitet), men det vert også presentert eksempel frå funksjonell avbilding av nyre og (bilet-basert) systembiologi. Eit viktig mål er også å gi innsikt i kva tyding matematiske modellar og berekning innan analyse og forståing av komplekse fysiologiske prosessar har, og kva behov det er for tverrfagleg samarbeid.

Læringsutbyte/resultat

Studentane vil verte i stand til å forklare dei fysiske prinsippa for MRI og funksjonell MR avbildning for undersøking / estimering av fysiologiske og morfologiske parametere (e.g. k-space og pulssekvenser, tensor estimering og eigenverdi-dekomposisjon, dekonvolusjon, kompartmentmodellering, statistisk modellering, og geometrisk modellering). Studentane vil og få praktisk kjennskap til programvare og algoritmer for kvantitativ analyse av bilet-basert informasjon i rom og tid, og vidare kunne installere og modifisere slike program for bruk i analyse og visualisering av eigne data. Denne kunnskapen er særskilt knytta til MATLAB og Python.

Etter fullført emne skal studenten kunne:

Vise kunnskapar om

• Grunnleggjande prinsipp for MRI.
• Ulike metodar for biletanalyse.
• Programverktøy for biletbehandling.

Ferdigheiter og generell kompetanse

• Beherske enkel skripting og programmering.
• Installere og tilpassa bilethandsamingsprogram.
• Kommunisera og omsette bilet-problem mellom (i) ein biologisk eller medisinsk formulering og (ii) ein berekningsorientert & algoritmisk formulering.

Undervisningssemester

Haust (minst to studentar)

Krav til forkunnskapar

Fysikk, informatikk/computer science, matematikk eller statistikk på bachelornivå. Studentar med biologi/life sciences på bachelornivå og sterk interesse for og noe realkompetanse innan biomedisinsk biletanalyse og programmering vil også kunne følgje emnet.

Tilrådde forkunnskapar

Generell humanfysiologi som omhandlar diffusjon, perfusjon og mikrosirkulasjon. Grunnleggjande kunnskap i hjerneanatomi og nevrofysiologi, og i molekylær- og cellebiologi. Bakgrunn innan matematikk (kalkulus og lineær algebra) og noko erfaring med bruk av datamaskin i biomedisin (til dømes statistikkpakkar, signalbehandling osv.). Tilgong til datamaskin med MATLAB og Image Processing Toolbox installert, i tillegg til Python/Sage.

Fagleg overlapp

HUFY372

Undervisning og omfang

Førelesingar + programmeringslaboratorium og demonstrasjonar. Semester- og prosjektoppgåve. Kursmateriell inkl. lenkjer til programvare og data er tilgjengelig frå emnet si nettside.

Obligatoriske arbeidskrav

Bestått underveisoppgåve i oppgitt tema.

Vurderingsformer

Munnleg presentasjon av prosjektoppgåve (20 min. + 5 min. diskusjon) (tel 80% ved karakterfastsetjing) + skriftleg fleirvalsoppgåve (tel 20% ved karakterfastsetjing).

Karakterskala

A-F

Læremiddelomtale

Nettside:

http://sites.google.com/site/bmed360

Referansar:

Paul Tofts (Ed.) Quantitative MRI of the Brain: Measuring Changes Caused by Disease http://eu.wiley.com/WileyCDA/WileyTitle/productCd-0470014296.html

Jirsa VK, McIntosh AR (Editors) Handbook of Brain Connectivity.

http://www.springerlink.com/content/978-3-540-71462-0 .

Gonzalez RC, Woods RE. Digital Image Processing, 3rd ed., Prentice Hall, 2008

http://www.imageprocessingplace.com

Gonzalez RC, Woods RE, Eddins SL. 2nd ed. Digital Image Processing Using MATLAB, Prentice Hall, 2009. http://www.imageprocessingplace.com

Emneevaluering

Skriftleg evaluering via Mi side.