|
|
| 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 |
| }} | | }} |
| {{}} | | {{}} |
Version vom 6. Dezember 2022, 16:10 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)
|
|
| Verb in Niveau 1
|
|
| Verb in Niveau 2
|
|
| Verb in Niveau 3
|
|
| Verb in Niveau 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
|
|
| Step to this LO
|
|
|
subordinate Learning Objectives to LZ-PIN 40083
|
Version Steps leading to LZ-PIN 40083
|
Version Steps that follow LZ-PIN 40083
|
Create a Version Step from LZ-PIN 40083 to a new Learning Objective
|
{{}}