Servizi per la didattica
PORTALE DELLA DIDATTICA

Elaborazione di immagini mediche

01QHJMV

A.A. 2022/23

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea Magistrale in Ingegneria Biomedica - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 39
Esercitazioni in laboratorio 21
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Meiburger Kristen Mariko - Corso 2   Ricercatore a tempo det. L.240/10 art.24-B ING-INF/06 39 0 0 0 1
Molinari Filippo - Corso 1 Professore Ordinario ING-INF/06 39 0 0 0 8
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
ING-INF/06 6 B - Caratterizzanti Ingegneria biomedica
2022/23
Il presente modulo ha come obiettivo quello di fornire allo studente gli elementi fondamentali relativi all'elaborazione di immagini mediche. L'imaging medicale si caratterizza, nell'ambito piu ampio dell'image processing, per la necessitą di una maggiore attenzione agli aspetti pił clinici dell'immagine, primo fra tutti la valenza diagnostica dell'immagine medesima. Il medico, infatti, rimane il fruitore ultimo dell'immagine medica, che si configura come uno strumento con piu valenze: diagnostica, terapeutica, di monitoraggio, di ricerca e di validazione. Non si intende confinare il corso alle immagini di diagnostica umana in-vivo, ma si intende comprendere anche le applicazioni piu collegate alle scienze della vita, quali l?elaborazione delle immagini cellulari e sub-cellulari, precliniche e molecolari. Scopo del corso, quindi, e quello di affrontare le problematiche tipiche connesse all'utilizzo di immagini nelle diverse applicazioni delle scienze della vita. Obiettivo primario e quello di fornire allo studente una "visione" dell'elaborazione che vada al di lą delle tecniche numeriche e computazionali, ma che tenga il quesito clinico (o scientifico) sempre come target primario. Obiettivi correlati sono la capacita di individuare le tecniche di elaborazione piu adatte nelle diverse condizioni.
The main objective of this course is to provide the student with the fundamentals of medical image processing. In the wider scenario of the image processing, the medical imaging is characterized for the need of taking into account the diagnostic meaning of the image itself. The clinician is the final user of the medical image. Such kind of image covers different scopes: diagnosis, therapy, monitoring, research and validation. The course will not consider only human images/bioimages, but will also include the processing specific of other fields of life sciences, like preclinical imaging, pathology and immunohistochemistry images, and molecular imaging.
Nello specifico settore dell'imaging medico, le conoscenze di base si caratterizzano per la capacita di distinguere la natura e la valenza di un'immagine, che rimane sempre una rappresentazione parziale di una realta fisica/fisiologica. Capacita di applicare conoscenza e comprensione L'abilita principale che lo studente dovra aver sviluppato al termine del corso e quella di distinguere le differenti tipologie di immagini mediche e di combinare tecniche di elaborazione e quesiti, in modo da poter sviluppare strategie e soluzioni innovative. Autonomia di giudizio Questo insegnamento contribuisce a sviluppare l?autonomia di giudizio durante le esercitazioni di laboratorio. Abilita comunicative Questo insegnamento contribuisce a migliorare le abilita comunicative scritte e orali mediante i laboratori. Capacita di apprendimento Questo insegnamento contribuisce a fornire allo studente gli strumenti per un aggiornamento continuo, richiedendogli la consultazione e lettura di articoli scientifici pubblicati su riviste internazionali. Questa attivita ha lo scopo fornite allo studente la conoscenza anche relativa alle tematiche di maggior interesse in merito all?elaborazione di immagini mediche.
In this specific field, the basic knowledge is to understand the clinical meaning of an image, which is always a partial vision of a biological system. The main ability the students will develop in this course will be the capacity of understanding the clinical relevance of each medical image and to apply and combine the most proper processing techniques in order to develop innovative and performing solutions.
Questo corso prevede che lo studente abbia gia acquisito le nozioni base relative all'elaborazione dei dati in formato digitale. In particolare, essenziale e la conoscenza della teoria dei filtri digitali. Una buona preparazione di base, in particolare di geometria, e necessaria per la comprensione ottimale di alcune delle tecniche illustrate. Lo studente deve altresi possedere conoscenze di fisiologia e anatomia, cosi come dei principi fisici alla base dei piu diffusi dispositivi di imaging medico.
The knowledge of the basic principles of data processing in digital format is required. Particularly, it is important a knowledge about the digital filters theory. Good skills in mathematics and geometry are needed for the understanding of some of the processing techniques. The students should also have basic knowledge of human physiology and anatomy, along with the knowledge of the devices for medical imaging.
Lo scopo del corso e quello di fornire allo studente le conoscenze di base per elaborare immagini di interesse clinico per scopi diagnostici o per calcolo computazionale. Lo studente sara, infatti, in grado di elaborare l'immagine per aumentarne la valenza diagnostica, attenuando il rumore, modificando l'aspetto dei contorni, equalizzandone la scala colore e migliorandone la percezione dei dettagli. Per quanto concerne l'aspetto di elaborazione numerica, lo studente impareraącome segmentare un'immagine, come calcolarne aree e perimetri, e come ricostruire un volume 3-D. Parte integrante del corso saranno alcuni richiami alle piu diffuse tecniche di visualizzazione tomografica e di computer-vision. Il corso presentera un'ampia gamma di applicazioni cliniche: immagini morfologiche e funzionali, su scale variabili dalla cellula ad interi organi o sistemi. Gli argomenti principali del corso sono i seguenti: - Immagine, occhio e sistema visivo. Percezione delle forme e dei colori. (2h) - Parametri caratteristici di un'immagine clinica e loro correlazione con la potenzialitą diagnostica: luminositą, densitą ottica, contrasto, risoluzione spaziale, risoluzione di profonditą, risoluzione d'ampiezza. (4h) - Operazioni puntuali e locali. Modifiche di luminosita e di contrasto. Equalizzazione automatica di un'immagine. Correzione Gamma. (4h) - Filtri bidimensionali. Filtri passa-basso e passa-alto. Gradienti notevoli. Filtro mediano. Tecniche particolari per la rimozione del rumore. (4h) - Segmentazione di un'immagine. Tecniche morfologiche. Tecniche basate sull'istogramma delle luminositą. Modelli deformabili parametrici e geometrici. (10h) - ITK/VTK e le soluzioni professionali per lo sviluppo di applicazioni di elaborazione e di rivisualizzazione. (4h) - Elementi di intelligenza artificiale applicati al medical imaging: architetture machine learning e deep learning. (6h) - Studi di perfusione e di vascolarizzazione 3D. Scheletrizzazione di una rete vascolare. (6h)
The course aim is to provide the students with the most known techniques for the medical image processing, applied either to clinical diagnosis or research. The student will learn how to improve the signal-to-noise ration of an image, change the appearance of an image, improve its rendering, and managing the color scale. About the numerical processing, the students will learn how to segment an image, how to compute areas and perimeters, and how to render a 3-D object. Some details about the tomographic reconstruction techniques and computer vision methods will be included in this course. Several clinical applications will be provided: morphological and functional images in a multi-scale approach ranging from cells to whole organs or physiological systems. The course topics are: - Visual system, eye, and color perception (2h) - Digital images. Numerical coding of images. Digitization and rendering (2h) - Characteristic parameters of clinical images and their clinical relevance (4h) - Punctual and local operators. Contrast and brightness changes. Image equalization and gamma correction (4h) - Bidimensional filters: low- and high-pass filters. Median filter and anisotropic filters. Specific filtering techniques (6h) - Image segmentation. Edge detectors and deformable models. Level-set and flow-vector techniques (10h) - Filtered backprojection applied to the rendering of 3-D body scans (4h) - Functional imaging: fMRI (4h) - DICOM3 standard and different formats for medical digital images (4h) - ITK/VTK and professional solutions for the development of medical systems (4h)
Il corso e organizzato in lezioni frontali e in esercitazioni al calcolatore. Le esercitazioni hanno il compito di presentare allo studente delle immagini reali su cui applicare le tecniche di elaborazione viste a lezione. Di norma, le esercitazioni si terranno in gruppi di 4 studenti. L'ambiente di lavoro per le esercitazioni sarą Python e l'ambiente C/C++ necessario all'utilizzo di alcune librerie dedicate. Durante il corso verra proposto un contest a partecipazione libera e volontaria, avente come obiettivo l'ottimizzazione di un codice di elaborazione. Fornita ai gruppi una base comune di immagini su cui lavorare, si valuteranno le prestazioni degli algoritmi dei diversi gruppi, in modo da apprendere punti di forza e di debolezza dei diversi approcci.
The course consists of frontal lessons and lab activities. The lab assignments aim at showing the students how the studied techniques perform on real clinical images. The lab activities are conducted in groups of 4 students. Most of the time, MATLAB will be used to develop the code, but some activities will require the use of dedicated libraries in C/C++ language. During the course the students will be involved in a contest (free and voluntary participation), focused on the optimization of a processing technique. All the groups will have the same image set and the students will propose their processing solution, in order to learn the strengths and weaknesses of the different approaches.
Slide fornite dal docente ed articoli scientifici di recente pubblicazione su tecniche particolari.
Slides used by the teachers and selected scientific papers.
Modalitą di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo;
Exam: Compulsory oral exam; Group project;
L'esame verte in un progetto che gli studenti svolgono in gruppi di quattro persone. Ad ogni gruppo viene assegnato un insieme di immagini ed un compito specifico. Immagini e compiti ricalcano, di norma, quesiti di attualitą ed importanti nel mondo dell'imaging medicale. Il gruppo deve consegnare specifico codice per la soluzione del compito proposto ed una relazione che riassuma la metodologia progettata ed i risultati ottenuti. Viene fornita una valutazione alla soluzione proposta (fino ad un massimo di 12 punti) ed una valutazione per la qualitą della relazione (fino ad un massimo di 10 punti). Successivamente, ogni studente viene singolarmente ammesso ad un colloquio orale (della durata di 10 minuti, costituito da domande su tutto il programma del corso) che ha anche il compito di approfondire e meglio dettagliare alcuni aspetti del lavoro svolto. Alla prova orale viene assegnato un terzo voto (fino ad un massimo di 10 punti). Il voto finale equivale alla somma dei tre voti conseguiti. La lode viene assegnata quando la somma dei tre voti č superiore a 30.
Gli studenti e le studentesse con disabilitą o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unitą Special Needs, al fine di permettere al/la docente la declinazione pił idonea in riferimento alla specifica tipologia di esame.
Exam: Compulsory oral exam; Group project;
The final examination will consist in the discussion of an assignment. The students will be divided in groups of four members and each group will be presented with a specific assignment related to the field of medical imaging. The students will be required to develop a processing framework consisting of a graphical user interface, of an already studied algorithm, and of a new/original algorithm. The use of specific image processing libraries and of object-oriented languages for the GUI will be considered as a plus. Each group will receive the evaluation of the code, of the report, and of the presentation (the time allowed for the presentation is 10 minutes). Then, each student will undergo an oral colloquium (consisting of three questions in about 15 minutes) dedicated to a deeper discussion about the technological choices. The student is given the "Laude" when the average mark of the four parts (code, report, presentation and colloquium) is higher than 30.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti