1. Anasayfa

Ders Notları

100% Complete (success)
Dikkat !!! Lütfen okuyunuz ...

Öğretim Üyesi (Üyeleri): Prof. Dr. Çetin Kurnaz *

(*) Ders notu girebilmek için, bu alanda kendi isminiz yazıyor olmalı...

  • Bologna verilerinin girilmesi;
    ubys.omu.edu.tr adresinden,
    ÜBYS' de Öğretim Elemanları yetkisi seçilmeli... Öğretim elemanı danışmanlık işlemlerinden yapabilirsiniz...
Yıl: 2025, Dönem: Güz
RAD612, Örüntü Tanıma (mufredatId:6617, dersId: 80666, programId: 5159)
Ders Kitabı / Malzemesi / Önerilen Kaynaklar

-----

Dersin İçeriği

-----

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.

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Biyomedikal işaret ve görüntülerin elde edilmesi, karakteristikleri
2 statistiksel karakteristik çıkarım yöntemleri (Momentler, güç, enformasyon, ilinti...)
3 Sayısal işaret işleme temelleri, örnekleme, nicemleme
4 Dönüşüm yöntemleri I: DFT, DCT, STFT, Hadamart dönüşümleri
5 Dönüşüm yöntemleri II: Dalgacık dönüşümü
6 Görüntü işleme temelleri, biçimsel ve istatistiksel özellik çıkarım yöntemleri
7 Gürültü giderim ve filtreleme yöntemleri
8 Boyut azaltma ve analiz yöntemleri: Doğrusal ve doğrusal olmayan dönüşüm yöntemleri (PCA, LDA, ICA, Isomap, Kernel-PCA, Kernel￾LDA, Laplacian Eigenmaps, Diffusion Maps)
9 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi I (Yapay Sinir Ağları I)
10 Arasınav
11 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi II (Yapay Sinir Ağları II)
12 şaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi III (Yapay Sinir Ağları III)
13 İşaret ve görüntülerin eğiticili öğrenme yöntemleriyle analizi IV (kernel tabanlı yöntemler)
14 şaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi I (uzaklık ölçütleri, k-means, FCM)
15 İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi II (EM, Mean Shift, Kernel yöntemler)
16 İşaret ve görüntülerin eğiticisiz öğrenme yöntemleriyle analizi II (EM, Mean Shift, Kernel yöntemler)