|
|
| (Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt) |
| Zeile 1: |
Zeile 1: |
| {{Lernziel | | {{Lernziel |
| |LZ-ID=1.5.2.2 | | |LZ-ID=1.5.2.2 |
| |Beschreibung-DE=Sie können verschiedene Methoden der Segmentierung* der Clusteranalyse und der statistischen Mustererkennung unterscheiden und anhand der implizit verwendeten* unterschiedlichen Modellannahmen und Eigenschaften charakterisieren. Sie sind in der Lage* diese Verfahren zur Segmentierung medizinischer multispektraler Bilddaten sowie zur Objekterkennung einzusetzen. | | |Beschreibung-DE=Sie können verschiedene Methoden der Segmentierung, der Clusteranalyse und der statistischen Mustererkennung unterscheiden und anhand der implizit verwendeten, unterschiedlichen Modellannahmen und Eigenschaften charakterisieren. Sie sind in der Lage, diese Verfahren zur Segmentierung medizinischer multispektraler Bilddaten sowie zur Objekterkennung einzusetzen. |
| |Katalog=CMI-2021 | | |Katalog=CMI-2021 |
| |Domäne=D-PIN | | |Domäne=D-PIN |
| |Thema=LT-PIN 11502 | | |Thema=LT-PIN 11502 |
| |Anmerkung=Region-Growing* schwellwertbasierte Segmentierung* Clusteranalyse und Klassifikatoren zur Bildsegmentierung: K-Means-Verfahren* Bayes-Klassifkation* ML-Klassifikation* Euklidischer und Mahalanobis-Klassifikator* K-NN-Klassifikation | | |Anmerkung=Region-Growing, schwellwertbasierte Segmentierung, Clusteranalyse und Klassifikatoren zur Bildsegmentierung: K-Means-Verfahren, Bayes-Klassifkation, ML-Klassifikation, Euklidischer und Mahalanobis-Klassifikator, K-NN-Klassifikation |
| | |Kompetenzniveau in Level 2=Anwenden & Analysieren |
| | }} |
| | {{ |
| }} | | }} |
| {{}}
| |
Aktuelle Version vom 12. Januar 2023, 11:24 Uhr
For a guide to this page see Help:Learning Objective Page.
Learning Objective (LO)
| Catalogue
|
CMI-2021
|
| Domain
|
D-PIN | Chapter 1 of CMI-Catalogue (Core competencies and core skills in medical informatics, medical information management, and biomedical informatics, Kapitel 1 des CMI-Kataloges, Kernkompetenzen und Kernfähigkeiten in Medizinischer Informatik, Medizinischem Informationsmanagement und Biomedizinischer Informatik)
|
| LO-ID
|
1.5.2.2
|
| LO-Text (De)
|
Sie können verschiedene Methoden der Segmentierung, der Clusteranalyse und der statistischen Mustererkennung unterscheiden und anhand der implizit verwendeten, unterschiedlichen Modellannahmen und Eigenschaften charakterisieren. Sie sind in der Lage, diese Verfahren zur Segmentierung medizinischer multispektraler Bilddaten sowie zur Objekterkennung einzusetzen.
|
| LO-Text (En)
|
|
| Level 1
|
|
| Level 2
|
Anwenden & Analysieren
|
| Level 3
|
|
| Level 4
|
|
| Topic
|
LT-PIN 11502 | Biomedizinische Bild- und Signalverarbeitung (IMIA: 4.1)
|
| Role
|
|
| Didactic Note
|
Region-Growing, schwellwertbasierte Segmentierung, Clusteranalyse und Klassifikatoren zur Bildsegmentierung: K-Means-Verfahren, Bayes-Klassifkation, ML-Klassifikation, Euklidischer und Mahalanobis-Klassifikator, K-NN-Klassifikation
|
| Entry in Glossary
|
|
| Higher Level LO
|
|
| Sources of this LO
|
|
|
subordinate Learning Objectives to LZ-PIN 40083
|
{{
}}