Bioimmagini ed elaborazione dati biomedici (2011/2012)

Corso a esaurimento (attivi gli anni successivi al primo)

Codice insegnamento
4S000529
Crediti
12
Coordinatore
Gloria Menegaz
Altri corsi di studio in cui è offerto
L'insegnamento è organizzato come segue:
Modulo Crediti Settore disciplinare Periodo Docenti
BIOIMMAGINI 6 INF/01-INFORMATICA II semestre Gloria Menegaz
ELABORAZIONE DATI BIOMEDICI 6 INF/01-INFORMATICA Vedi pagina del modulo Vedi pagina del modulo

Obiettivi formativi

Modulo: ELABORAZIONE DATI BIOMEDICI
-------
Acquisire conoscenze di base sull'imaging diagnostico digitale, la gestione dell'imaging ospedaliero e studiare i principali algoritmi utilizzati per la visualizzazione e l'analisi di tali immagini. Il corso comprenderà anche 1 credito di laboratorio in cui si realizzeranno implementazioni degli algoritmi in Matlab (ITK)


Modulo: BIOIMMAGINI
-------
Il corso è centrato sulla trasformata wavelet e sulle sue applicazioni nell'elaborazione di segnali ed immagini, con particolare enfasi alle applicazioni in neuroimaging.
La trasformata wavelet puo essere considerata un'estensione della trasformata di Fourier in quanto consente
l'analisi tempo/frequenza (o, equivalentemente, spazio/frequenza) multirisoluzione dei segnali, e dunque la loro caratterizzazione contestuale in entrambi i domini. Per tale motivo consente di ovviare ad alcuni inconvenienti della trasformata di Fourier che non si presta allo studio di alcuni fenomeni che si riscontrano correntemente nell'analisi di segnali ed immagini reali quali l'analisi dei transienti e l'analisi multirisoluzione.
Tra le principali applicazioni della WT sono lo studio dei segnali biologici, l'estrazione di features per la segmentazione ed il riconoscimento di immagini, il denoising e la codifica di immagini.

Laboratorio

Il corso sarà complementato da una serie di esercitazioni in laboratorio finalizzate all'applicazione
della WT a problemi specifici.
Le esercitazioni si svolgeranno in ambiente Matlab, e si appoggeranno sull'apposito toolbox.
Esercitazioni di tipo matematico potrebbero integrarsi a questo tipo di attività.

Testi consigliati

- A wavelet tour of signal processing, Stephane Mallat, Academic Press (principale riferimento seguito nel corso)
- Wavelets and subband coding, Vetterli and Kovacevic, Prentice Hall

Programma

Modulo: ELABORAZIONE DATI BIOMEDICI
-------
1. Imaging diagnostico

Obiettivo: Ripasso sulle immagini digitali e acquisizione di competenze sull'imaging ospedaliero.
-Modalità diagnostiche digitali: CT, MRI, US, PET, ecc.
-Il protocollo DICOM: archiviazione e trasmissione dei dati medici

2- Visualizzazione 3D in medicina
Obiettivo: fornire una panoramica sulle tecniche di visualizzazione dei dati utilizzate in ambito radiologico ospedaliero
-Tecniche di visualizzazione di volumi, proiezioni, ray casting
-Applicazioni informatiche in medicina: Computer Aided Diagnosis, pianificazione chirurgica, simulazione

3. Segmentazione di immagini mediche
Obiettivo: Acquisire la conoscenza delle tecniche di segmentazione, ricostruzione e visualizzazione di strutture da immagini 3(4)D principalmente utilizzate nella pratica.
- Sogliature, region growing, morfologia matematica
- Tecniche basate su classificazione (k-means, Mean shift), Graph Cuts, MRFs
- "Snakes" e modelli deformabili 2D e 3D, impliciti ed espliciti


4. Registrazione di immagini.

Obiettivo: Acquisire la conoscenza delle tecniche di registrazione di immagini 2D-3D
-Registrazione di immagini, problematiche e metodi
-Registrazione image based: potenziali, tecniche di ottimizzazione
-Registrazione point based, algoritmo ICP

5. Analisi del moto da sequenze di immagini

Obiettivo: Acquisire la conoscenza delle tecniche di ricostruzione del movimento da sequenze di immagini.
- Campo di moto e flusso ottico
- Algoritmi per la sitma: block matching, Lucas-Kanade

6. Analisi di forma
Obiettivo: caratterizzare le strutture in 2D e 3D per eventuale classificazione automatica o misura
- Momenti, descrittori di forma, distance functions, estrazione di scheletri curvilinei

7. Analisi di tessitura.
Obiettivo: Introdurre il concetto di tessitura e gli algoritmi che si utilizzano
principalmente per la sua analisi e classificazione
-Tessitura delle immagini
-Descrittori di tessitura: Gray Level Co-Occurrence Matrices e Run Length Matrices, Wavelets
-Richiami sulla classificazione supervisionata


Modulo: BIOIMMAGINI
-------
Il corso si articola come segue:

1) Richiami e acquisizione di strumenti matematici
- Rivisitazione della trasformata di Fourier continua in 1D e in 2D
- Trasformata di Fourier a finestra (Windowed Fourier Transform)

2) Wavelets e rappresentazioni multirisoluzione
- Introduzione alla WT
- Famiglie di trasformate e loro proprietà
- Trasformata wavelet discreta (DWT)
- Wavelets e banchi di filtri
- Implementazione veloce della trasformata wavelet discreta mediante banco di filtri (DWT)
- Implementazione a "lifting steps"
- Generalizzazione ai casi 2D e 3D

3) Sistemi avanzati di compressione
- Richiami di teoria dell'informazione
- Entropia, quantita di informazione, codifica entropica
- Sistemi di compressione basati sulla trasformata wavelet
- Standard di compressione per immagini fisse (JPEG2000)

4) Applicazioni con focus sul neuroimaging

Modalità d'esame

Modulo: ELABORAZIONE DATI BIOMEDICI
-------
Prova scritta con domande a risposta aperta sul programma svolto a lezione (20/30). Valutazione di un progetto di laboratorio (10/30)


Modulo: BIOIMMAGINI
-------
Teoria: prova in itinere seguita da una seconda prova alla fine del corso.

Laboratorio: miniprogetto

Per gli appelli successivi la modalità d'esame (scritto o orale) sarà definita in funzione del numero degli studenti.

Statistiche per i requisiti di trasparenza (Attuazione Art. 2 del D.M. 31/10/2007, n. 544)

I dati relativi all'AA 2011/2012 non sono ancora disponibili