Codice insegnamento

4S004554

Crediti

6

Coordinatore

Alessandro Daducci

Lingua di erogazione

Inglese

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

Corsi Singoli

Autorizzato

Moodle Seminari 0

L'insegnamento è organizzato come segue:

Obiettivi di apprendimento

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) aprire, manipolare e processare i dati multidimensionali acquisiti con le principali tecniche diagnostiche (raggi X, risonanza magnetica, medicina nucleare e ultrasuoni); b) valutare pregi, difetti e campi di applicabilità di ciascuna modalità; c) interpretare correttamente il contenuto di tali immagini e saperlo collegare alle proprietà fisiche e biologiche del tessuto/organo sotto esame. Autonomia di giudizio. Lo studente sarà in grado di progettare una pipeline di analisi per l’estrazione da 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.

Prerequisiti e nozioni di base

Una buona conoscenza dei contenuti di corsi base tipo "Elaborazione di segnali e immagini" é fortemente consigliata (ma non strettamente necessaria) per una corretta e completa comprensione del corso.

Programma

(1) Basic concepts
- Image properties: pixel vs voxel, spatial resolution, orientation, data type, etc
- File formats
- Signal-to-noise ratio, Contrast-to-noise ratio, etc
(2) Main imaging modalities (recall principles)
- Radiography: X-rays projection, fluoroscopy and computed tomography
- Nuclear medicine: SPECT and PET
- Ultrasounds
- Magnetic Resonance Imaging
(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
- Estimating microstructural features of the neuronal tissue
- Inferring fibers geometry and organization (a.k.a. tractography)
- Recent advances
(6) Functional connectivity estimation
- Physiology of neurons and how to record their activity
- Functional MRI: principles and main applications
- Elettroencefalography and magnetoencefalography: principles and main applications
- Static vs dynamic connectivity
(7) Network analysis (a.k.a. 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 be analyzed

Modalità didattiche

Lezioni frontali per la parte di teoria con svariati interventi di esperti internazionali; nella parte di laboratorio, gli studenti installeranno e utilizzeranno i principali software per analizzare immagini reali di studi clinici.

Modalità di verifica dell'apprendimento

L’esame consiste in un progetto, assegnato alla fine del corso, volto ad analizzare immagini di risonanza magnetica prese da uno studio clinico reale. 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.

Criteri di valutazione

La valutazione sará basata su (A) una breve relazione scritta (max 10 pagine) e (B) una presentazione/discussione orale (la quale può prevedere anche domande sulla parte di teoria), in cui verranno valutati sia l’esposizione che l’interpretazione delle metodologie impiegate e dei risultati ottenuti.

Criteri di composizione del voto finale

Il voto finale sará composto al 50% dalla relazione scritta e al 50% in base alla presentazione.

Lingua dell'esame

English