Disciplina Imagem Médica I

Imagem Médica I integra a área científica da saúde e introduz os fundamentos anatómicos, patológicos, físicos e tecnológicos necessários à aquisição, reconstrução, otimização e interpretação de imagens médicas. A unidade curricular abrange Tomografia Computorizada, Ressonância Magnética, Tomografia por Emissão de Positrões, integração PET-CT, radioterapia e aplicações emergentes de inteligência artificial. A sua pertinência no ciclo de estudos decorre da necessidade de articular conhecimento biomédico, princípios de formação da imagem e ferramentas computacionais, preparando os estudantes para analisar qualidade, artefactos, segurança, dose, protocolos e aplicações clínicas. Constitui, assim, uma base estruturante para formação posterior em processamento de imagem, biomedicina computacional, inteligência artificial e apoio à decisão em saúde.

Não aplicável

Anatomia imagiológica: correlações radiológicas, estruturas anatómicas nas diferentes modalidades e variações normais. 2. Patologia imagiológica: patologias frequentes, diferenciação entre lesões benignas e malignas e comparação entre modalidades. 3. Tomografia Computorizada: fundamentos físicos, aquisição, processamento, reconstrução, protocolos e otimização da dose. 4. Ressonância Magnética: física da ressonância, sequências, planos, contraste, aquisição, reconstrução e pós-processamento. 5. Otimização em Ressonância Magnética: seleção de sequências, ajuste de parâmetros, contraste, resolução e redução de artefactos. 6. Tomografia por Emissão de Positrões: fundamentos, aquisição, reconstrução, integração PET-CT, radiação, segurança e aplicações clínicas. 7. Novas tecnologias em imagem médica e radioterapia, incluindo aplicações de inteligência artificial, técnicas e equipamentos emergentes.

O processo de ensino-aprendizagem combina exposição dialogada, estudo prévio orientado, análise de artigos científicos atuais, resolução de problemas e desenvolvimento de projetos de complexidade crescente. Os materiais digitais são disponibilizados antecipadamente, permitindo uma abordagem de aula invertida e discussão fundamentada. Nas sessões teórico-práticas, os estudantes analisam imagens, parâmetros de aquisição, reconstrução, qualidade, dose e artefactos, individualmente e em grupo. A aprendizagem baseada em casos e projetos favorece a aplicação integrada de anatomia, patologia, física e tecnologia. A discussão crítica de novas tecnologias e aplicações de inteligência artificial promove literacia científica, autonomia e atualização permanente. O trabalho colaborativo, o feedback formativo e a apresentação de soluções reforçam competências de comunicação, raciocínio técnico e tomada de decisão.

Ahishakiye, E., Van Gijzen, M., Tumwiine, J., Wario, R., & Obungoloch, J. (2021). A survey on deep learning in medical image reconstruction. Intelligent Medicine. Tanenbaum, L. (2020). Artificial Intelligence and Medical Imaging: Image Acquisition and Reconstruction. Applied Radiology, 34-35. Brown, B. H., & et al. (2017). Medical Physics and Biomedical Engineering: Medical Science Series. CRC Press. Suetens, P. (2017). Fundamentals of Medical Imaging. Cambridge University Press. Lima, J. J. Pedroso de. (2008). Física em Medicina Nuclear: Temas e Aplicações. Imprensa da Universidade de Coimbra. Bushong (2017). Radiologic science for technologists: Physics, Biology, and protection (11th ed.). St. Louis: Elsevier.