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. 2023/2024
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta3° Anno Attivato nell'A.A. 2024/2025
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
Legenda | 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.
Segnali e immagini II (2024/2025)
Codice insegnamento
4S008226
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Corsi Singoli
Autorizzato
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi di apprendimento
L’obiettivo del corso è fornire agli studenti i concetti e gli strumenti fondamentali per applicare tecniche avanzate di elaborazione di segnali e immagini in studi basati su diagnostica per immagini. Al termine del corso gli studenti saranno in grado di utilizzare gli algoritmi visti a lezione per risolvere problemi tipici che si presentano in studi clinici basati su diagnostica per immagini applicando le metodologie acquisite ed i principali software disponibili.
Prerequisiti e nozioni di base
La frequenza del corso di "Segnali e immagini 1" é consigliata ma non strettamente necessaria per una corretta e completa comprensione del corso.
Programma
TEORIA
- Richiami dei concetti fondamentali di segnali e immagini in ambito biomedico
- Metodi di miglioramento della qualità e restauro di immagini (es. HDR imaging, Wiener)
- Estrazione di features (es. Canny, Hough)
- Estrazione di regioni da immagini (es. Watershed, region growing, snakes)
- Operatori morfologici
- Registrazione/allineamento di immagini
- Algoritmi di compressione per immagini
LABORATORIO
Durante le sessioni di laboratorio verranno approfondite alcune delle metodologie analizzate durante le lezioni di teoria, e verranno risolti problemi di elaborazione di segnali / immagini principalmente mediante l'uso di PYTHON.
Modalità didattiche
Lezioni frontali per la parte di teoria, mentre nella parte di laboratorio gli studenti potranno sperimentare ed approfondire gli argomenti visti a teoria tramite l'uso di PYTHON.
Modalità di verifica dell'apprendimento
L'esame consiste in una prova scritta con domande a risposta aperta ed esercizi sugli argomenti trattati nel corso.
Criteri di valutazione
Tipicamente la prova d'esame include 8 domande (una su ciascuno dei macro-argomenti trattati nel corso), e ciascuna domanda puó avere una votazione tra 0 e 4. Il voto finale viene espresso in trentesimi (32 = 30L).
Criteri di composizione del voto finale
L'esame non prevede una prova di laboratorio.
Lingua dell'esame
Italiano
