Codice insegnamento

4S004554

Crediti

6

Coordinatore

Alessandro Daducci

Lingua di erogazione

Inglese

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

Moodle Seminari 0

L'insegnamento è organizzato come segue:

Obiettivi formativi

Il corso si propone di fornire le basi teoriche e gli strumenti principali per l’elaborazione di immagini biomedicali e l’estrazione di informazioni che possano servire da supporto al processo diagnostico. Conoscenza e capacità di comprensione Al termine dell’insegnamento lo studente dovrà dimostrare di avere acquisito le conoscenze e le competenze necessarie per affrontare efficacemente i problemi principali che si possono verificare nell’intera pipeline di analisi, dall’acquisizione del dato grezzo alla corretta interpretazione delle informazioni estratte. Conoscenze applicate e capacità di comprensione In particolare, alla fine del corso lo studente dovrà dimostrare di essere in grado di: a) comprendere i principi fisici alla base dell’acquisizione del dato grezzo con le principali tecniche diagnostiche (X-rays, CT, MRI, PET, US), nonché pregi, difetti e campo di applicabilità di ciascuna modalità; b) aprire, manipolare e interpretare correttamente i dati multidimensionali acquisiti con tali tecniche e che rappresentano proprietà fisiche e biologiche sulla struttura e funzione del tessuto/organo sotto esame. Autonomia di giudizio Progettare una pipeline di analisi per l’estrazione dalle immagini biomediche di informazioni utili al processo diagnostico, riuscendo a fare scelte implementative adeguate a seconda della tipologia del dato da analizzare. Abilità comunicative Alla fine del corso lo studente dovrà dimostrare di essere altresì in grado di interagire efficacemente ed in modo opportuno con tutte le parti interessate (fisici, ingegneri, medici) che sono coinvolte nella progettazione e conduzione di studi clinici basati su tecniche di imaging. Capacità di apprendere Lo studente avrà inoltre le basi sufficienti per essere in grado di approfondire in modo autonomo la conoscenza di tecniche di analisi più complesse ed estendere le metodologie introdotte a contesti applicativi differenti.

Programma

(1) Basic concepts
- Image properties: pixel vs voxel, spatial resolution, orientation, data type etc
- File formats: DICOM, NIFTI, MINC etc
- Signal-to-noise (SNR) vs Contrast-to-noise (CNR) ratio
- Noise, blurring and modality-specific artifacts

(2) Overview of major medical imaging modalities
- Radiography: X-rays projection, fluoroscopy and computed tomography (CT)
- Nuclear medicine: SPECT and PET
- Ultrasounds (US)
- Magnetic Resonance Imaging (MRI)

(3) Medical image registration
- Geometric transformations
- Features and similarity measures
- Transformations (linear vs non-linear)

(4) Morphometry analysis
- Region-of-interest analysis
- Voxel-based morphometry
- Surface-based morphometry
- Tract-based morphometry in white matter

(5) Structural connectivity estimation
- Diffusion MRI: principles and main applications
- Local reconstruction: DTI, DSI, CSD etc
- Tissue microstructure estimation: axon diameter mapping, AxCaliber, ActiveAx, CHARMED, NODDI etc
- Tractography: local vs global methods, probabilistic, recent advances

(6) Functional connectivity estimation
- Physiology of neurons and how to record their activity
- Functional MRI: principles and main applications
- Elettroencefalography (EEG) and Magnetoencefalography (MEG): principles and main applications
- Static vs dynamic connectivity

(7) Connectivity analysis (connectomics)
- A network representation of the brain: how and why?
- Studying brain networks with graph theory: concepts and measures
- Comparing brain networks in different groups of subjects

(8) Laboratory
- Hands-on activities on the topics covered throughout the course
- Real neuroimaging data provided to analyze

Modalità d'esame

Il voto sará basato su una discussione del progetto assegnato durante il corso. Questo progetto finale é una parte fondamentale del corso, in quanto fornisce la possibilitá agli studenti di mettere in pratica i concetti studiati durante la parte di teoria, capire le peculiaritá di ciascuna modalitá di acquisizione, toccare con mano alcuni problemi tipici che si possono verificare quando si elaborano immagini biomediche ed applicare le tecniche piú appropriate per migliorare la qualitá delle immagini ed estrarre informazioni utili da esse.