Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Bioinformatica - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Attivato nell'A.A. 2018/2019
| Insegnamenti | Crediti | TAF | SSD |
|---|
3° Anno Attivato nell'A.A. 2019/2020
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a sceltaLegenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Elaborazione di segnali e immagini per bioinformatica (2019/2020)
Codice insegnamento
4S003710
Crediti
12
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
L'insegnamento è organizzato come segue:
Immagini teoria
Segnali teoria
Immagini laboratorio
Segnali laboratorio
Obiettivi formativi
ll corso ha l'obiettivo di fornire allo studente le nozioni di base relative ai metodi di elaborazione dei segnali e delle immagini, sia naturali che mediche, acquisendo sia le basi teoriche sia strumenti implementativi. Al termine del corso gli studenti saranno in grado di applicare metodologie e utilizzare software per l’elaborazione delle immagini per risolvere i problemi piú comuni che si incontrano tipicamente nell'analisi di immagini mediche e biomediche.
Programma
------------------------
Modulo 1: Segnali - teoria
------------------------
- Introduzione all'elaborazione di segnali e immagini - Trasformata di Fourier in una dimensione - Conversione A/D (campionamento, quantizzazione) - Filtraggio digitale (filtri passa basso, passa alto, lineari e non lineari) - Trasformata di Fourier n due dimensioni - Metodi di miglioramento della qualità dell'immagine (image enhancement) - Basi di segmentazione di immagini (basata sui contorni e sulle regioni) - Esempi di applicazione
------------------------
Modulo 1: Segnali - Laboratorio
------------------------
L'attività di laboratorio consiste nello svolgimento di esercitazioni in Matlab degli argomenti trattati durante il corso.
------------------------
Modulo 2: Immagini - Teoria
------------------------
- Richiami su nozioni base di segnali (dominio del tempo e frequenza, trasformata di Fourier...) - Concetti fondamentali sulle immagini digitali - Istogramma ed operazioni puntuali - Filtraggio spaziale (dominio spaziale e delle frequenze) - Restauro - Estrazione di features (punti, linee, bordi) - Operatori morfologici - Operazioni geometriche e registrazione - Segmentazione - Compressione
------------------------
Modulo 2: Immagini - Laboratorio
------------------------
La sessione pratica prevede una parte iniziale, guidata dal docente, dove poter sperimentare ed approfondire gli argomenti visti a teoria tramite algoritmi già implementati in MATLAB, seguita da una parte in cui si dovranno implementare alcuni degli algoritmi visti a lezione.
Bibliografia
| Attività | Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|---|
| Immagini teoria | Rafael C. Gonzalez and Richard E. Woods | Digital Image Processing (Edizione 4) | Prentice Hall College Div | 2017 | 0133356728 | |
| Segnali teoria | Rafael C. Gonzalez and Richard E. Woods | Digital Image Processing (Edizione 4) | Prentice Hall College Div | 2017 | 0133356728 | |
| Segnali teoria | B.P. Lathi | Signal Processing and Linear Systems | Berkeley-Cambridge | 1998 | 0-941413-35-7 | |
| Immagini laboratorio | Stormy Attaway | Matlab: A Practical Introduction to Programming and Problem Solving (Edizione 3) | Elsevier | 2013 | 978-0-12-405876-7 |
Modalità d'esame
Il voto del modulo Segnali sarà dato dalla media dei voti ottenuti nelle prove di teoria e di laboratorio arrotondato all'intero più vicino.
------------------------
Modulo 1: Segnali - Teoria
------------------------
L'esame consiste in una prova scritta di teoria.
------------------------
Modulo 1: Segnali - Laboratorio
------------------------
La verifica dell'attività di laboratorio consiste un una prova di laboratorio in cui dovranno essere risolti esercizi simili a quelli affrontati durante il corso.
------------------------
Modulo 2: Immagini - Teoria
------------------------
Obiettivo della prova di teoria è quello di accertare la comprensione dei contenuti e la capacità di elaborare tali contenuti in relazione sia a generalizzazioni di casi presentati durante il corso sia all’applicazione a problemi specifici. La prova di teoria consiste sia di domande aperte che di esercizi.
------------------------
Modulo 2: Immagini - Laboratorio
------------------------
Obiettivo della prova di laboratorio è accertare l’acquisizione degli strumenti e della metodologia necessari alla risoluzione di esercizi e casi di studio. La prova consiste sia di esercizi da risolvere utilizzando funzioni esistenti in MATLAB sia nell'implementazione di alcuni algoritmi visti a lezione.
Il voto complessivo sarà dato dalla media dei voti ottenuti nei due moduli arrotondato all'intero più vicino.
