ID:
175000-M1
Dettaglio:
SSD: BIOINGEGNERIA ELETTRONICA E INFORMATICA
Durata: 48
CFU: 6
Sede:
DALMINE
Url:
MEDICAL ENGINEERING/PERCORSO COMUNE Anno: 1
Anno:
2024
Course Catalogue:
L’obiettivo principale del corso è l’apprendimento degli aspetti teorici e quantitativi delle tecnologie impiegate per l’elaborazione delle immagini medicali. Inizialmente l’obiettivo è di fornire le conoscenze relative alle tecniche e agli strumenti utilizzati per la visualizzazione e l’elaborazione di immagini medicali, quindi quello di rendere autonomo lo studente nella segmentazione automatica e nella ricostruzione tridimensionale anche mediante l’utilizzo di software di larga diffusione. Un altro obiettivo del corso è quello di rendere lo studente capace di comprendere a applicare le tecniche di machine learning per l’identificazione automatica di strutture biologiche nell’ambito di immagini medicali.
Lo studente deve possedere le conoscenze delle materie ingegneristiche di base e in particolar modo dell’analisi matematica, della geometria e della programmazione. Sono necessarie anche conoscenze relative ai dispositivi diagnostici e all’anatomia.
L’attività didattica consiste in una parte svolta mediante lezioni frontali, alla quale si affiancano esercitazioni basate sulla soluzione di problemi pratici relativi all’elaborazione di immagini mediante pacchetti software (Matlab e Python) con sessioni di lavoro autonomo per l’utilizzo di applicativi software per la visualizzazione e la pre-elaborazione delle immagini.
La verifica finale dell’apprendimento è basata su una prova scritta che viene effettuata su calcolatore e consiste nella soluzione di problemi relativi all'elaborazione di un'immagine secondo quanto presentato durante il corso.
Non sono previste prove in itinere durante il corso.
Occhio, sistema visivo, percezione delle forme e dei colori, immagine.
Caratteristiche (luminosità, densità ottica, contrasto, risoluzione) e standards (JPG, … DICOM) delle immagini digitali medicali
Caratteristiche e funzioni dei software DICOM viewers
Tipologie e contenuti delle immagini generate con le tecniche dei raggi X, della tomografia assiale computerizzata, della risonanza magnetica e degli strumenti a ultrasuoni
Operazioni per il miglioramento della qualità dell’immagine
Segmentazione e tecniche di identificazione di oggetti
Fondamenti relativi alle tecniche di machine learning applicate alle immagini medicali. Segmentazione e riconoscimenti automatici
Rendering e visualizzazione
Utilizzo di software applicativi per la soluzione di problemi pratici e per la rappresentazione 3D
Calcolo automatico di volumi di organi a partire da sequenze di immagini
Altre informazioni sono fornite su richiesta dal docente di riferimento.