EĞİTİM SEMİNERLERİ

Ipython Notebook (Jupyter) Platformu ve Sinyal İşleme Uygulamaları

Eğitimi Düzenleyen:
Yrd.Doç.Dr. Güray GÜRKAN, g.gurkan@iku.edu.tr, Elektrik-Elektronik Mühendisliği Bölümü, İstanbul Kültür Üniversitesi

Son yıllarda  oldukça popüler hale gelen açık kaynak kod programlamaya dayalı Python dili, MATLAB gibi oldukça yaygın kullanıma sahip olan alternatifleri ile yarışır hale gelmiştir. Lisans bedeli olmaması ve çoklu platform (Windows, Mac, Linux) uygunluğu sebebiyle bilgisayarlardan küçük boyutlu gömülü sistemlere (BeagleBone, Raspberry Pi, Panda Board vb.) kadar oldukça geniş bir uygulama alanına sahip olan Python programlama dili, devamlı geliştirilmekte olan çeşitli bilimsel kütüphaneleri (numpy, SciPy, SymPy vb.) sayesinde akademik alanda da oldukça popüler hale gelmiştir.

Planlanan eğitim oturumunda Python programlama dili ile ilgili kısa bir tanıtım yapılacak ve ardından Interaktif Python (IPython) kütüphanesi ile kullanılabilen Ipython Notebook ya da yeni adıyla Jupyter platformu hakkında bilgi verilecektir. Ayrıca platformun Sinyal İşleme Uygulamaları kapsamında kullanımı ile ilgili gösterimler yapılacaktır.

Özellikle eğitim materyali hazırlama ve çevrimiçi kitap oluşturulma konularına ilgi duyan SIU 2018 kongre katılımcılarımızı bu eğitime katılmaya davet ediyoruz.

(Katılım kontenjanı salon kapasitesi ile sınırlı olacaktır.)

Tüm Yönleriyle Sayısal Radyoloji ve Cerrahi Planlama Sistemleri: Karaciğer Nakli Uygulaması

Eğitimi Düzenleyen:
Doç.Dr. Alper SELVER, Dokuz Eylül Üniversitesi

Radyolojik görüntülerin çok yönlü analizi ve cerrahlar tarafından operasyon planlamada kullanılması birçok tıbbi uygulama için büyük önem taşımaktadır. Bu amaçla kullanılan sayısal karar destek sistemlerinin son dönemdeki gelişimleri ışığında hazırlanan sunum, karaciğer nakli uygulaması üzerinden anlatılacak dört ana başlık içermektedir:

1. Tıbbi görüntü işlemede en yaygın olarak kullanılan işlemlerden biri, görüntülerden istenilen bilginin çıkarımını sağlayan bölütlemedir. Son yıllarda, birçok alan olduğu gibi bölütlemede de öznitelik-sınıflayıcı tabanlı sistemlerden derin ağların kullanımına doğru bir kayma olmuştur. Farklı özelliklere sahip bu sınıflayıcıların bir arada kullanımına yönelik çalışmalar ise son dönemde en yüksek başarımlı sonuçlar veren ağ topluluklarının özellikleri geliştirilmesi ile sonuçlanmıştır. Bu bölümde, bölütlemeye özgü metrikler ışığında farklı yöntemlerinin birbirlerini tamamlayan özelliklerinin saptanması ve yüksek başarıma erişilmesinde rol oynayan etmenlere yer verilecektir.

2.  Uygun şekilde tamamlanan bölütleme işlemi, operasyon öncesi gerekli ölçüm ve analizlerin yapılmasını sağlasa bile, ilgilenilen organın çevre doku ve organlar ile ilişkisinin görüntülenmesi, klinisyenlerin “tüm sahne” konusunda fikir sahibi olmasını sağlar. 3-Boyutlu görüntüleme için bu ilave bilginin yeni bölütlemeler gerçekleştirmeden doğrudan yapılmasını sağlayan etkileşimli araçlara “transfer fonksiyonu “ adı verilir. İkinci bölümde, son yıllarda hız ve etkinliği giderek artan ve başarımı bölütleme seviyelerine yaklaşan çok boyutlu transfer fonksiyonları ile DICOM verisinden renk-opaklık uzayına geçiş yöntemleri irdelenecektir.

3. 3B görüntüleme işlemi tamamlanıp istenilen sonuç elde edildikten sonra elde edilen görseller ekran çıktıları ya da video dışa aktarımları ile saklanmaktadır. Bu durum hem 3B görüntüleme ham verisine yeniden ulaşarak değişiklikler yapılmasını engellemekte, hem de gerçekleştirilen uzun ve emek yoğun işlemlerin tekrarlanabilirliğini kısıtlamaktadır. Bu nedenle DICOM komitesi uzun süredir var olan 2-Boyutlu sunuş durumlarının (Presentation States) 3-Boyutlu veriler için genişletilmesi üzerinde çalışmalarını sürdürmektedir. 3-Boyutlu görüntülemeye ait tüm verilerin parametrik olarak saklanmasını gerektiren bu kapsamlı özelliğin teletıp alanında sağlayacağı olanaklar, varolan yazılımlara tümleştirilmesi ve akademik – ticari etkileri bu bölümde tartışılacaktır.

4. Son bölümde ise özellikle cerrahlar arasında yoğun ilgi gören 3-Boyutlu organ basımı ve sanal gerçeklik uygulamaları üzerinde durulacaktır.

Özgeçmiş: Doç. Dr. M. Alper Selver, tümü Elektik-Elektronik Mühendisliği bölümlerinden olmak üzere lisans derecesini 2002 yılında Gazi Üniversitesinden, yüksek lisans ve doktora derecelerini 2005 ve 2010 yıllarında Dokuz Eylül Üniversitesinden almıştır. 2004 yılında yüksek lisans tezi için bir yıl süre ile FH-Aachen Tıp Bilişimi Laboratuarında bulunmuş ve Java tabanlı radyolojik görüntüleme yazılımlarında etkileşimli 3-Boyutlu tıbbi görüntüleme üzerine çalışmıştır. 2009 yılında 6 ay süre ile Columbia Üniversitesi Heffner Biyomedikal Görüntü İşleme laboratuarında misafir araştırmacı olarak çok ölçekli dönüşümlerin bölütleme uygulamaları üzerine çalışmıştır. Çeşitli TÜBİTAK projelerinde yürütücü ve araştırmacı olarak görev almış ve bu kapsamda geliştirilen yöntemlerin TEYDEB projeleri ile sanayi ortaklığında ulusal yazılımlara dönüştürülmesinde danışmanlık yapmıştır.