生物影像資訊學
Bioimage Informatics
| 節 | 週三 |
|---|---|
5 13:20–14:10 | 生物影像資訊學 EF255（光復） 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
生物影像資訊學是生物訊息學與計算生物學的一個子領域,結合電腦優秀的運算與影像處理技術,高通量的分析生物影像,特別是訊息量非常龐大的細胞影像。透過資料探勘、特徵擷取等繁複的流程,從複雜的影像資料中整合出有用的資訊,再結合機器學習與深度學習,便可進行疾病分類、生存曲線預測、輔助診斷等事項。近年來大數據的爆炸成長加上可以高通量的計算,對影像分析領域造成非常大的衝擊,技術革新的非常快速,本課程除了介紹以往機器學習在生物影像資訊學上的應用,針對最新的深度學習技術也會在本堂課中做簡單的介紹,並會試著對一些資料庫實作應用。 本課程主要課程包含: 1. 影像處理 (Image Processing) 2. 影像分割 (Image Segmentation) 3. 特徵擷取與選取 (Feature Extraction & Feature Selection) 4. 機器學習 (Machine Learning for Image) 5. 深度學習 (Deep Learning for Image) 6. 最佳化方法 (Optimization) 7. 實際案例研討
擁有程式背景,並具備Matlab、Python及影像處理基礎
無備註
教師未提供此項資料
課堂講授、操作、討論及報告 課堂參與20%,課堂作業30%,期中期末口頭與書面報告50%
簡介
1. 生物影像資訊學理論 2. 影像處理工具與資料庫簡介
- 講授：
- 3
影像處理
1. 生醫數位影像基礎 2. 強度轉換與空間濾波 3. 形態學影像處理 4. 彩色影像處理
- 講授：
- 6
影像分割
1. 灰度級閾值方法 2. 像素聚類方法 3. 基於邊緣分割 4. 區域增長和分裂
- 講授：
- 6
特徵擷取與選取
1. 灰階共生矩陣 2. 小波和多解析度處理 3. 型態特徵 4. 顏色特徵
- 講授：
- 9
機器學習
1. 分類模型 2. 回歸模型
- 講授：
- 9
深度學習
1. 類神經網路 2. 卷積類神經網路
- 講授：
- 6
最佳化方法
1. 基因演算法 2. 粒子群演算法
- 講授：
- 3
生物影像資訊學實例應用
1. 分類案例探討 2. 回歸案例探討
- 講授：
- 0
- 示範：
- 3
課程作業
課後練習
- 實作：
- 12
學習評量
1. 期中口頭報告:期末專題提案與分組 2. 期末報告:期末專題成果
- 實作：
- 9
| 週次 | 主題 |
|---|---|
| 第 1 週 | 生物影像資訊學基本概念與應用 2019/2/20(三) |
| 第 2 週 | 1.生醫數位影像基礎 2.強度轉換與空間濾波 2019/2/27(三) |
| 第 3 週 | 1.形態學影像處理 2.彩色影像處理 2019/3/6(三) |
| 第 4 週 | 1.灰度級閾值方法 2.像素聚類方法 2019/3/13(三) |
| 第 5 週 | 1.基於邊緣分割 2.區域增長和分裂 2019/3/20(三) |
| 第 6 週 | 灰階共生矩陣 2019/3/27(三) |
| 第 7 週 | 小波和多解析度處理 2019/4/3(三) |
| 第 8 週 | 案例探討 2019/4/10(三) |
| 第 9 週 | 期中考與口頭報告 2019/4/17(三) |
| 第 10 週 | 1.型態特徵 2.顏色特徵 2019/4/24(三) |
| 第 11 週 | 分類模型(一) 2019/5/1(三) |
| 第 12 週 | 分類模型(二) 2019/5/8(三) |
| 第 13 週 | 回歸模型 2019/5/15(三) |
| 第 14 週 | 類神經網路 2019/5/22(三) |
| 第 15 週 | 卷積類神經網路 2019/5/29(三) |
| 第 16 週 | 1.基因演算法 2.粒子群演算法 2019/6/5(三) |
| 第 17 週 | 期末考與成果報告:期末專題成果(一) 2019/6/12(三) |
| 第 18 週 | 期末考與成果報告:期末專題成果(二) 2019/6/19(三) |
1.R. C. Gonzalez and R. E. Woods, "Digital Image Processing", 3rd Edition, Prentice Hall, New York, 2008 2.BioImage Suite, The last beta version is 3.0beta 3 released on Nov 18th, 2009; http://www.bioimagesuite.org/index.html 3.ImageJ tool; http://rsbweb.nih.gov/ij/
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- 教師未提供此項資料