Obiettivi di apprendimento

Il corso intende fornire i principali concetti teorici e applicativi di alcune tecniche avanzate di apprendimento automatico per l’analisi e la gestione di dati biologici, con particolare riferimento all'analisi di immagini. Verranno presentate e discusse le problematiche e le tecniche connesse allo sviluppo di sistemi di Pattern Recognition non supervisionata, studiando contesti come clustering, rilevamento di anomalie e simili. Verranno inoltre affrontate le problematiche principali legate all’elaborazione ed analisi di studi clinici basati su diagnostica per immagini, e verranno presentati gli algoritmi fondamentali per risolvere tali situazioni quali segmentazione, registrazione e compressione di immagini. Dopo aver seguito il corso, gli studenti saranno in grado di analizzare una larga classe di problemi biologici non supervisionati, utilizzando il punto di vista della Pattern Recognition, e avranno le conoscenze necessarie per poter ideare, sviluppare e gestire le diverse componenti di un sistema di Pattern Recognition non supervisionata applicata a contesti reali di dati biomedici. Saranno inoltre in grado di utilizzare gli algoritmi di elaborazione di immagini visti a lezione per risolvere problemi tipici che si presentano in studi clinici basati su diagnostica per immagini, applicando le metodologie acquisite e i principali software disponibili.