Module also offered within study programmes:
General information:
Name:
Biomedical system wisualizations
Course of study:
2017/2018
Code:
EEL-2-106-PT-s
Faculty of:
Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering
Study level:
Second-cycle studies
Specialty:
Pomiary technologiczne i biomedyczne
Field of study:
Electrotechnics
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Responsible teacher:
dr inż. Socha Mirosław (socha@agh.edu.pl)
Academic teachers:
dr inż. Socha Mirosław (socha@agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Potrafi myśleć i działać w sposób kreatywny, potrafi świadomie dobierać odpowiednie techniki prezentacji danych w celu formułowania łatwego do interpretacji przekazu wiedzy technicznej w postaci graficznej. Activity during classes,
Execution of laboratory classes,
Test results
Skills
M_U001 Potrafi podzielić pracę nad zleconym zadaniem na etapy, umie oszacować czas potrzebny na realizację tego zadania. Umie pracować samodzielnie i w zespole. EL2A_U02 Activity during classes,
Execution of laboratory classes,
Involvement in teamwork
M_U002 Potrafi dobrze posługiwać się dokumentacją techniczną oraz umie ją tworzyć, potrafi posługiwać się właściwymi technikami graficznej prezentacji danych do realizacji konkretnych zadań. EL2A_U01, EL2A_U07, EL2A_U03 Activity during classes,
Execution of laboratory classes
Knowledge
M_W001 Ma poszerzoną i pogłębioną wiedzę w zakresie wizualizacji i graficznej prezentacji danych, posiada wiedzę na temat metodyki i technik programowania aplikacji do wizualizacji danych, zna przydatne zastosowania technik komputerowych w działalności naukowo-badawczej i inżynierskiej. EL2A_W05 Test results
M_W002 Ma podbudowaną teoretycznie i opanowaną praktycznie szczegółową wiedzę z zakresu przetwarzania oraz graficznej prezentacji danych z wykorzystaniem specjalizowanych bibliotek. EL2A_W10 Activity during classes,
Test results,
Execution of laboratory classes
M_W003 Zna aktualne trendy rozwojowe oraz najistotniejsze nowe osiągnięcia z zakresu wizualizacji danych, zwłaszcza w zastosowaniu do prezentacji danych pomiarowych i biomedycznych. EL2A_W14 Activity during classes,
Execution of laboratory classes,
Test results
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Potrafi myśleć i działać w sposób kreatywny, potrafi świadomie dobierać odpowiednie techniki prezentacji danych w celu formułowania łatwego do interpretacji przekazu wiedzy technicznej w postaci graficznej. - - + - - - - - - - -
Skills
M_U001 Potrafi podzielić pracę nad zleconym zadaniem na etapy, umie oszacować czas potrzebny na realizację tego zadania. Umie pracować samodzielnie i w zespole. - - + - - - - - - - -
M_U002 Potrafi dobrze posługiwać się dokumentacją techniczną oraz umie ją tworzyć, potrafi posługiwać się właściwymi technikami graficznej prezentacji danych do realizacji konkretnych zadań. - - + - - - - - - - -
Knowledge
M_W001 Ma poszerzoną i pogłębioną wiedzę w zakresie wizualizacji i graficznej prezentacji danych, posiada wiedzę na temat metodyki i technik programowania aplikacji do wizualizacji danych, zna przydatne zastosowania technik komputerowych w działalności naukowo-badawczej i inżynierskiej. + - + - - - - - - - -
M_W002 Ma podbudowaną teoretycznie i opanowaną praktycznie szczegółową wiedzę z zakresu przetwarzania oraz graficznej prezentacji danych z wykorzystaniem specjalizowanych bibliotek. + - + - - - - - - - -
M_W003 Zna aktualne trendy rozwojowe oraz najistotniejsze nowe osiągnięcia z zakresu wizualizacji danych, zwłaszcza w zastosowaniu do prezentacji danych pomiarowych i biomedycznych. + - + - - - - - - - -
Module content
Lectures:

Program merytoryczny wykładu:

  1. Omówienie programu wykładów. Wprowadzenie do wizualizacji danych, zdefiniowanie pojęć związanych z wizualizacją, postrzeganiem i percepcją obrazu. Budowa oka, zadania zmysłu wzroku, neuronowa droga obrazu oraz szlaki przetwarzania informacji wizyjnej występujące w mózgu. Rozdzielczość wzroku oraz podstawy postrzegania barw.
  2. Postrzeganie i opis barw. Trójchromatyczność i teoria kolorów przeciwstawnych. Odpowiedź receptorów na pobudzenie światłem. Zagadnienia upośledzenia widzenia kolorów. Postrzeganie kontrastu. Kolorymetria i fotometryczne modele barw. Modele barw opisujące proces tworzenia barwy oraz oparte o wzorniki. Wykres chromatyczności CIExy. Metody porównywania barw i zarządzanie kolorem. Koło barw i metody doboru barw uwzględniające percepcję oraz uwarunkowania kulturowe.
  3. Zdolność analizy obrazu przez człowieka. Teoria “Gestalt”, prawa teorii percepcji wzrokowej: bliskość, podobieństwo, powiązanie, ciągłość, symetria, zamknięcie, figura i tło, otoczenie, zwięzłość, uściślenie, wieloznaczność, niezmienniczość. Zagadnienia postrzegania przestrzeni na obrazach statycznych oraz ruchomych.
  4. Podstawowe metody wizualizacji danych. Semiologia grafiki opracowana przez Jacques Bertina, założenia teorii badającej wpływ znaków na wymianę informacji przez ludzi. Zmienne wizualne Bertina oraz rozszerzone zmienne wizualne. Metody i zasady mapowania informacji. Zasady użycia zmiennych wizualnych do mapowania informacji. Typy wizualnej prezentacji danych: diagramy, sieci, mapy, symbole. Przegląd metod wizualizacji danych dla różnej liczby komponentów i typów prezentacji.
  5. Cyfrowa reprezentacja danych. Podstawowe typy informacji, taksonomia typów danych, modele danych, formaty zapisu oraz wybrane formaty plików: CSV, HDF. Typy oraz formaty zapisu danych stosowane w bibliotece Vizualization Toolkit: VTK Legancy oraz VTK XML.
  6. Standard obrazowania cyfrowego i wymiany obrazów w medycynie DICOM. Geneza powstania standardu, główne zastosowania i możliwości. Dokumentacja standardu DICOM. Informatyczny model danych. Budowa SOP (service-object pair), podstawowej jednostki danych oraz strumienia informacji. Zawartość pliku DICOM oraz DICOMDIR. Narzędzia programistyczne: funkcje programu Matlab, biblioteki gdcm oraz dcmtk.
  7. Wprowadzenie do bibliteki Visualization Toolkit – VTK. Geneza powstania biblioteki, możliwości i zastosowania. Architektura, budowa strumienia wizualizacji oraz podstawowych obiektów przetwarzania, przechowywania i wizualizacji danych. Przepływ informacji w strumieniu. Przykład tworzenie strumienia wizualizacji.
  8. Architektura biblioteki VTK dotycząca tworzenia i prezentacji danych graficznych – model graficzny VTK. Wprowadzenie do standardu OpenGL. Omówienie obiektów VTK modelu graficznego. Zagadnienia zarządzania pamięcią zaimplementowane w VTK.
  9. Reprezentacja danych w VTK – model przechowywania i organizacji danych. Koncepcja organizacji danych w postaci topologii, geometrii oraz atrybutów. Omówienie obiektów służących do przechowywania informacji o topologii, geometrii oraz atrybutów danych. Wbudowane typy zbiorów danych, ich właściwości oraz sposób implementacji.
  10. Omówienie obiektów będących źródłami danych. Odczyt i zapis danych, wspierane formaty danych oraz plików. Obiekty do importu i eksportu scen 3D oraz do zapisu wyników wizualizacji. Mechanizm wymiany komunikatów między obiektami VTK. Interaktywne obiekty vtkWidget interfejsu użytkownika. Przykłady wykorzystania klas VTK w innych językach: Tcl, Python, Java, C#. Programy używające VTK do prezentacji danych: Paraview, Volview, Slicer. Programowanie graficzne strumienia wizualizacji: MeVisLab, VTK Designer.
  11. Generowanie trójwymiarowej grafiki przez kartę graficzną – rendering obrazu. Przetwarzanie danych w GPU, kolejne etapy tworzenia grafiki na podstawie siatki trójkątów. Model oświetlenia Phong oraz metody interpolacji koloru. Rendering wolumetryczny (objętościowy): opis matematyczny, klasyfikacja metod, podstawowe etapy strumienia wizualizacji wolumetrycznej. Szybkie metody tworzenia obrazów wolumetrycznych. Możliwości łączenia różnych technik renderingu. Przykłady zastosowań.
  12. Algorytmy wizualizacji danych skalarnych. Mapowanie kolorów: metoda look-up table oraz metoda funkcji przejścia. Przykłady implementacji w programie Matlab oraz obiekty mapujące kolory w VTK. Przykłady użycia funkcji przejścia do wizualizacji wolumetrycznej. Wielowymiarowe funkcje przejścia. Dobór palety kolorów. Algorytmy konturowania danych skalarnych: marching square oraz marching cubes. Omówienie funkcji Matlab oraz obiektów VTK używanych do konturowania.
  13. Algorytmy wizualizacji danych wielowymiarowych. Definicje i przykłady danych wielowymiarowych. Bezpośrednie metody reprezentacji danych wielowymiarowych. Metody zamiany danych wektorowych, tensorowych i wielowymiarowych na dane skalarne. Pośrednie metody prezentacji danych: wyginanie i deformowanie geometrii, algorytmy wyznaczające “linie prądów” w polach wektorowych lub skalarnych, znaczniki wyższego rzędu, metoda elipsoidy tensorów.
  14. Przykłady wizualizacji dużych oraz skomplikowanych zbiorów danych. Wizualizacja analizy ilościowej i jakościowej tekstów i dokumentów: wyniki wyszukiwania, znaczniki tekstu, „chmury tekstu”, odciski wizualne, analiza kontekstowa (drzewa i grafy), streszczanie zawartości. Prezentacja informacji: genealogia (grafy i drzewa zależności), mapy wiedzy, metoda osi równoległych, mapy pikseli, macierze informacji, wielowymiarowe znaczniki. Przykłady zastosowania wizualizacji w medycynie.
  15. Kolokwium sprawdzające wiedzę teoretyczną.

Laboratory classes:

Program merytoryczny laboratorium:

  1. Wprowadzenie i omówienie zasad BHP obowiązujących w laboratorium, podział na grupy i zespoły, omówienie warunków zaliczenia modułu. Omówienie i przygotowanie stanowiska komputerowego. (1h)
  2. Postrzeganie oraz percepcja obrazu. Podstawy grafiki komputerowej. (3h)
  3. Prezentacja danych jedno i wielowymiarowych w programie Matlab. Praca z różnymi typami danych. (2h)
  4. Możliwości wizualizacji zaawansowanych programów do przetwarzania danych: Paraview i Volview. (2h)
  5. Wprowadzenie do projektowania aplikacji z wykorzystaniem biblioteki Qt. (2h)
  6. Wprowadzenie do biblioteki Visualization Toolkit (VTK). (8h)
  7. Rozwiązanie indywidualnego zadania problemowego dotyczącego wizualizacji danych. (8h)
  8. Prezentacja rozwiązań zadań problemowych przez studentów. (2h)

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 86 h
Module ECTS credits 3 ECTS
Participation in lectures 28 h
Realization of independently performed tasks 10 h
Participation in laboratory classes 28 h
Preparation for classes 5 h
Preparation of a report, presentation, written work, etc. 15 h
Additional information
Method of calculating the final grade:

Obowiązuje system punktowy. Maksymalna liczba punktów do zdobycia to 100.Na ocenę końcową składają się:

  • ocena z zadań cząstkowych – max. 30 punktów
  • ocena rozwiązania zadania problemowego – max. 30 punktów
  • kolokwium sprawdzające wiedzę teoretyczną – max. 30 punktów
  • frekwencja i aktywność na zajęciach – max. 10 punktów
    Ocena końcowa jest zgodna z regulaminem studiów.
Prerequisites and additional requirements:
  1. Znajomość zagadnień związanych z przetwarzaniem sygnałów
  2. Podstawowe umiejętności programistyczne
Recommended literature and teaching resources:
  1. Mirosław Socha: “Wizualizacja danych biomedycznych”. Wydawnictwa AGH, 2011
  2. Will Schroeder, Ken Martin, Bill Lorensen: “The Visualization Toolkit”. Upper Saddle River, Prentice Hall, 1996
  3. Bernhard Preim, Dirk Bartz: “Visualization in Medicine, theory, algorithms, and applications”. Elsevier,Morgan Kaufmann Publishers, Amsterdam 2007
  4. Colin Ware: “Information Visualization: Perception for Design”. Elsevier, 2012
  5. Jacques Bertin: “Semiology of Graphics: Diagrams, Networks, Maps”. ESRI Press, 2010
  6. Elena Zudilova-Seinstra, Tony Adriaansen, Robert van Liere: “Trends in Interactive Visualization, State-of-the-Art Survey”. Springer-Verlag London Limited 2009
  7. Chun-houh Chen, Wolfgang Hardle, Antony Unwin: “Handbook of Data Visualization”. Springer-Verlag Berlin Heidelberg, 2008
  8. Julie Steele, Noah Iliinsky: “Beautiful Visualization: Looking at Data through the Eyes of Experts”. O’Reilly Media, Inc., 2010
Scientific publications of module course instructors related to the topic of the module:
  1. Mirosław SOCHA: “Wizualizacja danych biomedycznych” : podręcznik współfinansowany ze środków Programu Operacyjnego Kapitał Ludzki w ramach projektu „Fabryka Inżynierów” : człowiek – najlepsza inwestycja — [Visualisation of biomedical data] — Kraków : Wydawnictwa AGH, 2011. — 169, 1 s.. — Bibliogr. s. 164–165, Indeks.. — ISBN: 978-83-7464-376-4.
  2. Andrzej SKALSKI, Mirosław SOCHA, Mariusz Duplaga, Krzysztof DUDA, Tomasz ZIELIŃSKI: “3D segmentation and visualisation of mediastinal structures adjacent to tracheobronchial tree from CT data Information technologies in biomedicine”, Vol. 2 / eds. Ewa Piętka, Jacek Kawa. — Berlin ; Heidelberg : Springer-Verlag, cop. 2010. — (Advances in Intelligent and Soft Computing ; ISSN 1867-5662 ; 69). — ISBN: 978-3-642-13104-2. — S. 523–534. — Bibliogr. s. 533–534, Abstr.
  3. Mariusz Duplaga, Jarosław BUŁAT, Mikołaj LESZCZUK, Mirosław SOCHA, Piotr ROMANIAK, Paweł TURCZA: “The BRONCHOVID – computer system supporting bronchoscopy laboratory”, Information technologies in biomedicine, Vol. 2 / eds. Ewa Piętka, Jacek Kawa. — Berlin ; Heidelberg : Springer-Verlag, cop. 2010. — (Advances in Intelligent and Soft Computing ; ISSN 1867-5662 ; 69). — ISBN: 978-3-642-13104-2. — S. 511–522. — Bibliogr. s. 522, Abstr.
  4. Andrzej SKALSKI, Mirosław SOCHA, Tomasz ZIELIŃSKI, Mariusz Duplaga: “Virtual colonoscopy – technical aspects”, Colonoscopy / ed. Paul Miskovitz. — Rijeka : InTech, 2011. — ISBN: 978-953-307-568-6. — S. 271–290. — Bibliogr. s. 286–290
  5. Mirosław SOCHA, Andrzej SKALSKI: “Wizualizacja multimodalnych danych PET-CT” — Multimodal PET-CT data visualization, Przegląd Elektrotechniczny = Electrical Review / Stowarzyszenie Elektryków Polskich ; ISSN 0033-2097. — 2014 R. 90 nr 5, s. 164–167. — Bibliogr. s. 167, Streszcz., Abstr.
Additional information:

None