| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Biyomedikal İşaret ve Görüntü İşleme | BLM5104 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Bahar |
|---|
| Dersin Dili | Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Doktora Programı Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezsiz) |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Bilgisayar Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Gökhan Bilgin |
| Dersi Veren(ler) | Banu Diri |
| Asistan(lar)ı |
| Dersin Amacı | Bu ders kapsamında temel olarak biyomedikal veriler üzerinde ileri sayısal işaret ve görüntü işleme yöntemlerinin öğretilmesi amaçlanmaktadır. Dersin temel amacı öğrencilerin bu alandaki matematiksel, bilimsel ve hesapsal analiz yeteneklerinin arttırılmasıdır. Bu bağlamda ders içeriğinde biyomedikal verilerin elde edilmesi, özelliklerinin değerlendirilmesi, ön işleme adımlarının neden ve uygulamalarının öğretilmesi (gürültü giderimi, filtreleme, boyut indirgeme vb…), özellik çıkarımı, modelleme, kümeleme ve sınıflandırma konularına değinilecektir. Ayrıca öğrencilerin hesapsal yeteneklerinin arttırılması için temel biyomedikal uygulamalar üzerinde Matlab tabanlı grup projeleri yürütülecektir. |
|---|---|
| Dersin İçeriği | Biyomedikal işaret ve görüntülerin özellikleri İşaret ve görüntü işlemede kullanılan dönüşüm yöntemleri İşaret ve görüntülerde gürültü giderimi İşaret ve görüntü filtreleme yöntemleri Boyut indirgeme yöntemleri İşaret ve görüntü işlemede eğiticili öğrenme yöntemleri İşaret ve görüntü işlemede eğiticisiz öğrenme yöntemleri Yüksek boyutlu uzayda öğrenme (Kernel yöntemleri) |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrencilere biyomedikal işaret ve görüntülerin orijini ve doğası hakkında teorik altyapı verilmiş olacaktır.
- Öğrencilere bilgisayar destekli teşhis ve analiz uygulamalarının temelleri ve biyomedikal işaret ve görüntü işleme yöntemlerinin değerlendirilmesi tanıtılmış olacaktır.
- Bilgisayar mühendisliği öğrencilerine, özellikle gelişen bu disiplinler arası alanda güçlü matematiksel ve algoritmik bilgiler kazandırılacaktır.
- Öğrencilere işaret ve görüntü işleme konularının yanı sıra örüntü tanıma ve makine öğrenmesi gibi konularda da öğrencilerin hesapsal ve bilimsel yetenekleri arttırılmaya çalışılacaktır.
- Öğrencilere çeşitli dönem içi ödevler verilerek ve bu konularda yayın oluşturmaları sağlanarak gerek matematik ve analitik gerekse bilimsel yazım yetenekleri arttırılmış olacaktır.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Biyomedikal işaret ve görüntülerin elde edilmesi, karakteristikleri | Hayır |
| 2 | İstatistiksel karakteristik çıkarım yöntemleri (Momentler, güç, enformasyon, ilinti...) | Ders Kitabı Bölüm 1 |
| 3 | Sayısal işaret işleme temelleri, örnekleme, nicemleme | Ders Kitabı Bölüm 2 |
| 4 | Dönüşüm yöntemleri I: DFT, DCT, STFT, Hadamart dönüşümleri | Ders Kitabı Bölüm 3 |
| 5 | Dönüşüm yöntemleri II: Dalgacık dönüşümü | Ders Kitabı Bölüm 4 |
| 6 | Görüntü işleme temelleri, biçimsel ve istatistiksel özellik çıkarım yöntemleri | Ders Kitabı Bölüm 5 |
| 7 | Gürültü giderim ve filtreleme yöntemleri | Ders Kitabı Bölüm 6 |
| 8 | Boyut azaltma ve analiz yöntemleri: Doğrusal ve doğrusal olmayan dönüşüm yöntemleri (PCA, LDA, ICA, Isomap, Kernel-PCA, Kernel-LDA, Laplacian Eigenmaps, Diffusion Maps) | Ders Kitabı Bölüm 7 |
| 9 | İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi I (Yapay Sinir Ağları I) | Ders Kitabı Bölüm 8 |
| 10 | Vize Sınavı | Evet |
| 11 | İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi II (Yapay Sinir Ağları II) | Ders Kitabı Bölüm 9 |
| 12 | İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi III (Yapay Sinir Ağları III) | Ders Kitabı Bölüm 10 |
| 13 | İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi IV (kernel tabanlı yöntemler) | Ders Kitabı Bölüm 11 |
| 14 | İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi I (uzaklık ölçütleri, k-means, FCM) | Ders Kitabı Bölüm 12 |
| 15 | İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi II (EM, Mean Shift, Kernel yöntemler) | Ders Kitabı Bölüm 13 |
| 16 | Final Sınavı | Evet |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 5 | 40 |
| Sunum/Jüri | ||
| Projeler | ||
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 30 |
| Final | 1 | 30 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | |||
| Derse Özgü Staj | |||
| Ödev | 5 | 20 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 30 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 50 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
