اهداف کلی :

• آشنایی عمیق با انواع تصاویر پزشکی و محدودیت‌ها و جامعیت‌های تشخیصی هر یک  (MRI/CT/US/PET/SPECT/fMRI/OCT/…)
• آشنایی با مفاهیم پایه و ضروری در پردازش تصاویر پزشکی به عنوان پیش‌نیاز‌های اساسی
• تونایی درک و پیاده‌سازی الگوریتم‌های پایه بهبود/اصلاح/نویز زدایی تصاویر پزشکی
• تونایی درک و پیاده‌سازی الگوریتم‌های ناحیه‌بندی تصاویر پزشکی
• تونایی درک و پیاده‌سازی الگوریتم‌های انطباق تصاویر پزشکی

 

مخاطببن:

• دارندگان مدارک کارشناسی با رعایت پیش‌نیازهای آموزشی

 

پیش‌نیاز:

• آشنایی با پردازش سیگنال‌های دیجیتال ( فیلترینگ، نمونه‌برداری، کانولوشن، چگالی طیف توان، تبدیل فوریه DFT/FF)
• آشنایی با مفاهیم اساسی در آمار احتمال مهندسی
• آشنایی با مفاهیم پایه جبرخطی
• توانایی برنامه نویسی با MATLAB یا Python

 

نحوه ارزیابی:

• ۶۰ درصد آزمون چهارگزینه‌ای
• ۴۰ درصد پروژه پایانی