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 più ampio dell’image processing, per la necessità di una maggiore attenzione agli aspetti più 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 più 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 più collegate alle scienze della vita, quali l’elaborazione delle immagini cellulari e sub-cellulari, precliniche e molecolari.

Scopo del corso, quindi, è quello di affrontare le problematiche tipiche connesse all’utilizzo di immagini nelle diverse applicazioni delle scienze della vita. Obiettivo primario è quello di fornire allo studente una "visione" dell’elaborazione che vada al di là delle tecniche numeriche e computazionali, ma che tenga il quesito clinico (o scientifico) sempre come target primario. Obiettivi correlati sono la capacità di individuare le tecniche di elaborazione più adatte nelle diverse condizioni.

Nello specifico settore dell’imaging medico, le conoscenze di base si caratterizzano per la capacità di distinguere la natura e la valenza di un’immagine, che rimane sempre una rappresentazione parziale di una realtà fisica/fisiologica.

Capacità di applicare conoscenza e comprensione
L’abilità principale che lo studente dovrà aver sviluppato al termine del corso è 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.

Abilità comunicative
Questo insegnamento contribuisce a migliorare le abilità comunicative scritte e orali mediante i laboratori.

Capacità 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 attività ha lo scopo fornite allo studente la conoscenza anche relativa alle tematiche di maggior interesse in merito all’elaborazione di immagini mediche.

Questo corso prevede che lo studente abbia già acquisito le nozioni base relative all’elaborazione dei dati in formato digitale. In particolare, essenziale è la conoscenza della teoria dei filtri digitali. Una buona preparazione di base, in particolare di geometria, è necessaria per la comprensione ottimale di alcune delle tecniche illustrate. Lo studente deve altresì possedere conoscenze di fisiologia e anatomia, così come dei principi fisici alla base dei più diffusi dispositivi di imaging medico.

Lo scopo del corso è quello di fornire allo studente le conoscenze di base per elaborare immagini di interesse clinico per scopi diagnostici o per calcolo computazionale. Lo studente sarà, 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 imparerà come segmentare un’immagine, come calcolarne aree e perimetri, e come ricostruire un volume 3-D. Parte integrante del corso saranno alcuni richiami alle più diffuse tecniche di visualizzazione tomografica e di computer-vision.
Il corso presenterà 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)
- Immagini digitali. Conversione numerica di un’immagine. Teorema del campionamento bidimensionale. Aperture di discretizzazione e di rivisualizzazione. (2h)
- Parametri caratteristici di un’immagine clinica e loro correlazione con la potenzialità diagnostica: luminosità, densità ottica, contrasto, risoluzione spaziale, risoluzione di profondità, risoluzione d’ampiezza. (4h)
- Operazioni puntuali e locali. Modifiche di luminosità e di contrasto. Equalizzazione automatica di un’immagine. Correzione Gamma. (4h)
- Filtri bidimensionali. Filtri passabasso e passaalto. Gradienti notevoli. Filtro mediano. Tecniche particolari per la rimozione del rumore. Progetto di filtri numerici bidimensionali nel piano della trasformata di Fourier 2D. (6h)
- Segmentazione di un’immagine. Contorni deformabili: snakes e gradient – flow vectors, segmentazione mediante level-set. (10h)
- Principi di tomografia computerizzata. Ricostruzione di un’immagine 2D a partire da una serie di proiezioni. Immagini 3D e 4D. (4h)
- Elaborazione di immagini per studi funzionali. Risonanza magnetica funzionale e attivazioni corticali. (4h)
- Formati di compressione di immagini mediche. Standard DICOM3. (4h)
- ITK/VTK e le soluzioni professionali per lo sviluppo di applicazioni di elaborazione e di rivisualizzazione.

Il corso è 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 sarà MATLAB e l'ambiente C/C++ necessario all'utilizzo di alcune librerie dedicate.

Durante il corso verrà proposto un contest a partecipazione su base 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.

Slide fornite dal docente ed articoli scientifici di recente pubblicazione su tecniche particolari.

L’esame verte in una tesina che gli studenti svolgono in gruppi di quattro persone. Ad ogni gruppo viene assegnato un compito che prevede l’implementazione/ottimizzazione di algoritmi studiati alle lezioni teoriche, algoritmi innovativi, e sviluppo di un’interfaccia grafica. L’utilizzo di apposite librerie dedicate all’image processing piuttosto che lo sviluppo di interfacce in linguaggio ad oggetti, costituisce criterio premiale. Ad ogni gruppo viene assegnata una valutazione, in trentesimi, in merito al codice sviluppato, alla relazione fornita per spiegare e documentare il funzionamento del codice, ed alla presentazione orale che il gruppo deve fare di fronte alla Commissione. Successivamente, ogni studente viene singolarmente ammesso ad un colloquio orale che ha il compito di approfondire e meglio dettagliare alcuni aspetti del lavoro svolto.