Визуализация в биомедицине

Зачетные единицы: 4

Семестр: 3

Курс: По выбору

Цели

Студенты изучат способы генерации и организации работы с большими данными или формы и методы научной визуализации; основные положения теории генетического поиска; структуру эволюционных алгоритмов; эволюционные стратегии, эволюционное и генетическое программирование; методы и технологии eScience и eEngineering; способы генерации и организации работы с большими данными; формы и методы научной визуализации.
Студенты научатся организовывать распределенную вычислительную инфраструктуру для поддержки предметно-ориентированных исследований и жизненного цикла инженерных изделий; строить эффективные методы извлечения знаний из больших данных; строить комплексные приложения 3D визуализации с использованием стереоэффектов; проектировать визуальный интерфейс человеко-компьютерного взаимодействия; проектировать и разрабатывать параллельные программы для компьютеров различной архитектуры.
Студенты овладеют технологиями извлечения знаний из больших данных; навыками разработки программного обеспечения и использования готовых программных решений для решения сложных задач; технологиями параллельного программирования; навыками создания графических образов на базе подсистем визуализации математических пакетов; разработкой графических приложений с применением специализированных высокоуровневых сред компьютерной графики; навыками построения 3D сцен.

Содержание

Основные темы занятий в рамках дисциплины:

  • Основы и приложения визуализации
  • Математические основы компьютерной графики
  • Архитектура современных графических процессоров (GPU) для графики и вычислений.
  • Методы и алгоритмы моделирования глобального освещения.
  • Оптимизация вычислений глобального освещения 3D сцен
  • Алгоритмы стерео-визуализации
  • Научная визуализация.
  • Алгоритмы объемной визуализации

Формат

Лабораторные работы

Оценка

Экзамен