Lehrinhalte:
Mit der in praktisch allen Bereichen steigenden Größe von Datenmengen sowie deren Komplexität und Wandelbarkeit, gewinnt die Visualisierung zunehmend an Bedeutung. Dabei dient sie sowohl zur intuitiven Darstellung aber auch als Mittel zur Analyse. Entsprechende Visualisierungen werden häufig durch Abbildung auf graphische Szenen erreicht, die dann mittels Verfahren der graphischen Datenverarbeitung effizient dargestellt werden. Die Vermittlung der damit verbundenen Konzepte erfolgt über zwei Vorlesungsteile.

Gegenstand des ersten Teils des Moduls sind grundlegende Konzepte zur Visualisierung und Analyse von Daten unterschiedlichen Typs. Betrachtete Datentypen sind insbesondere ein- und zweidimensionale Funktionen, mehrdimensionale Funktionen, Graphen und gestreute Punktmengen. Es werden Methoden der graphischen Datenverarbeitung, der statistischen Datenanalyse, der effizienten diskreten Algorithmen und Datenstrukturen sowie (tiefer) maschineller Lernverfahren präsentiert, auf denen die Konzepte und ihre Realisierungen beruhen. Ferner wird auf existierende Visualisierungs-/Analysesysteme eingegangen, die entsprechende Konzepte bereitstellen.

Der zweite Teil des Moduls präsentiert fortgeschrittene Visualisierungskonzepte, die speziell für die Medizinphysik bedeutungsvoll sind. Diese betreffen Volumendaten, wie sie bei diversen bildgebenden Verfahren auftreten, sowie Vektor- und Tensorfelder. Ferner soll auf den Einsatz von Visualisierungstechniken bei der Analyse und Prognose biomedizinischer Signale unter Beachtung existierender Systeme der Computer-assistierten Diagnose eingegangen werden.

Vorlesungsstruktur:
Die Veranstaltung wird auch als Vorlesung ''Einführung in die Datenvisualisierung'' (EiDV) für Informatiker angeboten, die aber nur den ersten Teil des Moduls hören müssen.

Erworbene Kompetenzen:
Die Studierenden sollen die Aufgaben der Datenanalyse und dazu notwendige elementare Konzepte erlernen. Damit werden sie über ein methodisches Wissen verfügen, um grundsätzliche aber auch komplexere Visualisierungs- und Analyseaufgaben auf Daten zu lösen, die z. B. im Zusammenhang mit medizinphysikalischen Anforderungen resultieren. Dazu sollen sie sowohl Methoden, die in existierenden Systemen verfügbar sind und auf Originalliteratur beruhen, in gegebener Form anwenden, diese aber auch auf neue eventuell erweiterte Fragestellungen anpassen sowie Einsatzgrenzen und spezifische Besonderheiten identifizieren können.

Materialien zu "Einführung in die Datenvisualisierung - SS 2019" und "Angewandte Datenvisualisierung für Medizinphysiker - SS 2019"

Übungen zu "Angewandte Datenvisualisierung für Medizinphysiker - SS 2019"

Hinweis: Zum Abruf der Materialien werden Zugangsdaten benötigt.
Diese werden in der Veranstaltung bekannt gegeben oder können per E-Mail erfragt werden.

Siehe Master-Modulhandbücher der Medizinphysik

Zu der Vorlesung wird es ein Folienskript geben, das in großen Teilen auf Originalliteratur und Tutorientexten von Konferenzen aufbaut. Als ergänzende Literatur zum thematischen Überblick können nachfolgende Bücher empfohlen werden:

• G. Nielson, H. Hagen, H. Müller (eds.), Scientific Visualization: Overview, Methodologies, Techniques, IEEE CS Press, 1997
• H. Toutenburg, C. Heumann: Deskriptive Statistik: Eine Einführung in Methoden und Anwendungen, Springer, 2009
• A. C. Telea: Data Visualization: Principles and Practice, Crc Pr Inc, 2014.