Teaching Guides Query



Academic Year: 2024/25

633 - Master's Degree in Biomedical Engineering

69724 - Scientific visualization and representation techniques


Teaching Plan Information

Academic year:
2024/25
Subject:
69724 - Scientific visualization and representation techniques
Faculty / School:
110 - Escuela de Ingeniería y Arquitectura
Degree:
633 - Master's Degree in Biomedical Engineering
ECTS:
3.0
Year:
1
Semester:
Second semester
Subject type:
Optional
Module:
---

1. General information

The subject is of an applied nature and focuses on understanding the scientific basis of computer imaging, especially its applications in the visualization of scientific data.

It aims to define the visualization of scientific data, present the basics of computer graphics, analyse the structure of data representations, describe visualization algorithms, and apply them to the world of biomedicine.

Once the subject has been passed, the student is expected to have an overview of the field of data visualization, to know the models and algorithms involved, the tools and methodology, and to know how to choose or design software solutions for a specific problem in the field of visualization.

 

2. Learning results

Upon completion of the subject, the student will be able to:

  • Clearly understand the logical structure of the information visualization paradigm proposed by computer graphics.
  • Know the most appropriate type of solutions when visualizing scalar, vector, and tensor data.
  • Know the algorithms involved in these solutions, in order to be able to evaluate their cost and applicability in each case.
  • Know how to propose appropriate solutions to problems of visualization of meshes with several different types of attributes at each node of the space.
  • Acquire the experience of working in small groups, and starting from a framework exercise provided by the teacher, know how to modify it appropriately, and be able to solve scientific data visualization problems, mainly biomedical.

The current development of many activities related to the world of biomedicine inevitably requires the use of computer tools that allow the visualization of data obtained from the analysis of a phenomenon or a simulation in order to advance in the development of their projects. 

The importance of the learning results of this subject lies in the complete description of both the spatial structures of the data that usually appear, as well as the usual algorithms that underlie most of the computer tools related to the world of scientific data visualization.

3. Syllabus

Theoretical Part:

  • General presentation of the problem of scientific data visualization.
  • Basic concepts of computer graphics.
  • Graphics hardware and software.
  • The scientific visualization pipeline.
  • Basic data representations.
  • Fundamental algorithms.
  • Visualization of volumetric data.
  • Specialized data representations and advanced algorithms.
  • Special features of visualization in biomedicine.

Practical Part:

  • 3D data processing.
  • Interactive applications for data visualization.
    • Visualization of scalar data.
    • Vector data visualization.
    • Visualization of volumetric data.
  • Introduction to the development of specific solutions: scripting languages.

4. Academic activities

Master class (20h):

Presentation by the teacher of the main contents of the subject, exemplified by problems related to bioengineering.

Laboratory practices (10h):

Guided practices to be carried out on a computer, with the teacher's support, in 2-hour sessions.

Completion of a tutored practical work (10h):

Application work, proposed to each student or group of two students. There will be a defence of the paper (schedule permitting), which will be oral and public.

Assessment Tests (3h):

Set of theoretical-practical written tests and presentation of reports or papers.

Work and personal study (32h):

for the reinforcement of the theoretical concepts and the preparation and final resolution of the practices and works outside of class hours.

5. Assessment system

The student must demonstrate achievement of the intended learning results through the following assessment activities:

E1: Final exam (30%)

Written exam, common for all students of the subject. The test will consist of theoretical and practical questions.

E2: Laboratory practices (30%)

The evaluation of the practical sessions will be done through the work itself, the results and the reports presented on them.

E3: Tutored practical work (40%)

The evaluation of the tutored work proposed throughout the academic year will take into account the report presented, as well as the suitability and originality of the proposed solution and (if applicable) the public exhibition of the same.

In order to pass the subject, a minimum weighted grade of 5/10 and a grade higher than 4/10 in each of the three parts must be obtained. In case of not obtaining the minimum grade required in any of the three parts, the grade in the subject will be the lowest value between the weighted average of the three parts and 4.

Students who do not opt for the evaluation procedure described above, do not pass these tests during the teaching period, or would like to improve their grade, are entitled to a global test in each of the calls established throughout the academic year, on the dates and times determined by EINA.

6. Sustainable Development Goals

7 - Affordable and Clean Energy
8 - Decent Work and Economic Growth
9 - Industry, Innovation and Infrastructure


Curso Académico: 2024/25

633 - Máster Universitario en Ingeniería Biomédica

69724 - Técnicas de visualización y representación científica


Información del Plan Docente

Año académico:
2024/25
Asignatura:
69724 - Técnicas de visualización y representación científica
Centro académico:
110 - Escuela de Ingeniería y Arquitectura
Titulación:
633 - Máster Universitario en Ingeniería Biomédica
Créditos:
3.0
Curso:
1
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Optativa
Materia:
---

1. Información básica de la asignatura

La asignatura tiene carácter aplicado, y se centra en la comprensión de la fundamentación científica del campo de la imagen por computador, en especial de sus aplicaciones en la visualización de datos científicos.

La asignatura pretende definir la Visualización de Datos científicos, presentar las bases de la Informática Gráfica, analizar la estructura de las representaciones de datos, describir los algoritmos de visualización, y aplicarlos al mundo de la Biomedicina.

Una vez superada la asignatura, se espera que el alumno tenga una visión general del campo de la visualización de datos, conozca los modelos y algoritmos implicados, las herramientas y metodología, y sepa elegir o diseñar soluciones software para un problema concreto en el campo de la visualización.

2. Resultados de aprendizaje

Una vez superada la asignatura, se espera que el alumno haya adquirido las siguientes competencias:

  • Conocer con claridad la estructura lógica del paradigma de visualización de información propuesto por la Informática Gráfica.
  • Conocer el tipo de soluciones más adecuadas a la hora de visualizar datos escalares, vectoriales, tensoriales, ...
  • Conocer los algoritmos implicados en esas soluciones, para poder evaluar su coste y aplicabilidad en cada caso.
  • Aprender a plantear soluciones adecuadas a problemas de visualización de mallas con varios tipos de atributos diferentes en cada nodo del espacio.
  • Adquirir la experiencia de trabajar en grupos pequeños, y partiendo de un ejercicio marco proporcionado por el profesor, sabe modificarlo de forma adecuada, y es capaz de resolver problemas de visualización de datos científicos, fundamentalmente biomédicos.

El desarrollo actual de muchas actividades relacionadas con el mundo de la Biomedicina, requiere de forma inevitable de la utilización de herramientas informáticas que permitan la visualización de los datos obtenidos del análisis de un fenómeno o de una simulación para poder avanzar en el desarrollo de sus proyectos. 

La importancia de los resultados de aprendizaje de esta asignatura radica en la descripción de forma completa tanto de las estructuras espaciales de los datos que aparecen habitualmente, como de los algoritmos usuales que subyacen en la mayoría de las herramientas informáticas relacionadas con el mundo de la visualización de datos científicos.

3. Programa de la asignatura

Parte Teórica:

  • Presentación general de la problemática de  la Visualización de Datos Científicos.
  • Conceptos básicos de Informática Gráfica.
  • Sotware y hardware gráficos.
  • El pipeline de visualización científica.
  • Representaciones básicas de datos.
  • Algoritmos fundamentales.
  • Visualización de datos volumétricos.
  • Representaciones especializadas de datos y algoritmos avanzados.
  • Características especiales de la Visualización en Biomedicina.

Parte Práctica:

  • Tratamiento de datos 3D.
  • Aplicaciones interactivas para visualización de datos.
    • Visualización de datos escalares.
    • Visualización de datos vectoriales.
    • Visualización de datos volumétricos.
  • Introducción al desarrollo de soluciones específicas: lenguajes de script.

4. Actividades académicas

Clase magistral (20h):

Exposición por parte del profesor de los principales contenidos de la asignatura, ejemplificados mediante problemas relacionados con la bioingeniería.

Prácticas de laboratorio (10h):

Prácticas guiadas que se realizarán sobre un equipo informático, con apoyo del profesor, en sesiones de 2 horas.

Realización de un trabajo práctico tutorizado (10h):

Trabajo de aplicación, propuesto a cada estudiante o grupo de dos estudiantes. Se realizará una defensa del trabajo (si el calendario lo permite) que será oral y pública.

Pruebas de Evaluación (3h):

Conjunto de pruebas escritas teórico-prácticas y presentación de informes o trabajos.

Trabajo y estudio personal (32h):

Para el afianzamiento de los conceptos teóricosy la preparación y resolución definitiva de las prácticas y trabajos fuera del horario lectivo.

5. Sistema de evaluación

El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluación:

E1: Examen final (30%)

Examen escrito, común para todos los alumnos de la asignatura. La prueba constará de cuestiones téorico-prácticas.

E2: Prácticas de laboratorio (30%)

La evaluación de las prácticas se realizará a través del propio trabajo, los resultados y de los informes presentados sobre las mismas.

E3: Trabajo práctico tutorizado (40%)

En la evaluación del trabajo tutorizado propuesto a lo largo de la asignatura se tendrá en cuenta tanto la memoria presentada, como la idoneidad y originalidad de la solución propuesta y (en su caso) la exposición pública del mismo.

Para superar la asignatura se debe obtener una calificación mínima ponderada de 5/10 y una nota superior a 4/10 en cada una de las tres partes. En caso de no obtener la nota mínima exigida en alguna de las tres partes, la calificación en la asignatura será el menor valor entre la media ponderada de las tres partes y 4.

El estudiante que no opte por el procedimiento de evaluación descrito anteriormente, no supere dichas pruebas durante el periodo docente, o que quisiera mejorar su calificación, tendrá derecho a realizar una prueba global en cada una de las convocatorias establecidas a lo largo del curso, en las fechas y horarios determinados por la EINA.

6. Objetivos de Desarrollo Sostenible

7 - Energía Asequible y No Contaminante
8 - Trabajo Decente y Crecimiento Económico
9 - Industria, Innovación e Infraestructura