View syllabus
MULTIDIMENSIONAL SIGNAL PROCESSING
LUIGI LANDINI
Academic year2019/20
CourseBIOMEDICAL ENGINEERING
Code257II
Credits6
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
METODI PER L'ANALISI DI SEGNALI MULTIDIMENSIONALIING-INF/06LEZIONI60
LUIGI LANDINI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Prepeparare lo studente ad impiegare i metodi di analisi di segnali e immagini biomediche nel contesto applicativo.

Verranno considerati i metodi convolutivi ed algebrici per la formazione delle bioimmagini.

Verranno analizzati i metodi per la riduzione del rumore e la compressione delle bioimmagini.

Saranno introdotti metodi per l'analisi multivariata di segnali ed immagini biomediche, quali la PCA e la ICA. Inoltre saranno analizzati metodi per la stima della connettività neurofunzionale basata su metodi predittivi.

Knowledge

Prepare the student to use the methods of analysis of biomedical signals and images in the application context. Convolutive and algebraic methods for the formation of bioimagery will be considered. Methods for noise reduction and compression of bioimages will be analyzed. Methods for multivariate analysis of biomedical signals and images, such as PCA and ICA, will be introduced. Furthermore, methods for estimating neurofunctional connectivity based on predictive methods will be analyzed.

Modalità di verifica delle conoscenze

Lo studente dovrà dimostrare la capacità di realizzare praticamente, con giudizio critico, le metodologie illustrate o svolte sotto la guida del docente durante il corso.

Oltre che durante il test finale, queste capacità saranno verificate anche all'itnerno dei laboratori svolti durante l'anno.

 

Assessment criteria of knowledge

The student will have to demonstrate the ability to practically implement, with critical judgment, the methodologies illustrated or carried out under the guidance of the teacher during the course.

In addition to the final test, these skills will also be checked in the laboratory held during the year.

Capacità

Alla fine del corso gli studenti saranno in grado di:

- sviluppare applicazioni per la riduzione del rumore mediante metodi lineari e non lineari nelle immagini biomediche

- applicare metodi di analisi wavelet a segnali e immagini

- sviluppare metodi per la compressione e ricostruzione di immagini biomediche

- sviluppare metodi di deconvoluzione per il trattamente di segnali ed immagini biomediche

- applicare metodi multivariati per l'analisi di segnali ed immagini biomediche

- conoscere i principi di formazione di immagini ecografiche e la modellistica di formazione delle stesse

- applicare metodi multivariati per l'analisi della connettività cerebrale funzionale da immagini e segnali biomedici

Skills

At the end of the course students will be able to:

- develop applications for noise reduction using linear and nonlinear methods in biomedical images

- apply wavelet analysis methods to signals and images

- develop methods for compression and reconstruction of biomedical images

- develop deconvolution methods for the treatment of biomedical signals and images

- apply multivariate methods for the analysis of biomedical signals and images

- know the principles of formation of ultrasound images and the modeling of their formation

Modalità di verifica delle capacità

Parte dell'esame consisterà nella verifica dei concetti teorici e metodologici sviluppati durante il corso.

Parte dell'esame sarà basato sulla discussione del materiale esercitativo sviluppato durante le ore di laboratorio usando il linguaggio Matlab.

 

 

Assessment criteria of skills

Part of the exam will be based on the verification of the knowledge of the student about the methods explained during the course.

Part of exam will consist in the discussion of the laboratory material developed during the course.

 

Comportamenti

Gli studenti sapranno individuare le corrette modalità di acquisizione ed elaborazione delle immagini biomediche in modo da preservare l'informazione utile.

Svilupperanno le consapevolezza relativamente alla necessità di acquisire e processare i dati in maniera accurata e di minimizzare i fattori confondenti.

 

Behaviors

Students will be able to identify the correct ways of acquiring and processing biomedical images in order to preserve useful information.They will develop awareness of the need to accurately acquire and process data and minimize confounding factors.

 

Modalità di verifica dei comportamenti

Durante le sessioni di laboratorio verranno discusse a livello di gruppo le problematiche legate ai temi sviluppati nel corso.

 

Assessment criteria of behaviors

During the laboratory sessions, issues related to the topics developed during the course will be discussed at group level.

Prerequisiti (conoscenze iniziali)

Aver acquisito le conoscenze sviluppate nel corso di Analisi e modelli di segnali biomedici tenuto al 1° anno della LM.

Prerequisites

Have acquired the knowledge developed in the course of Analysis and models of biomedical signals held in the 1st year of the LM.

 

Programma (contenuti dell'insegnamento)

Principi di formazione delle immagini ecografiche

Trasformate wavelet mono e bidimensionali

Deconvoluzione algebrica 1D e 2D con e senza regolarizzazione

Deconvoluzione in frequenza

Denoising lineare e non lineare

Compressed sensing e applicazioni

Analisi multivariata applicata a segnali ed immagini biomediche

Metodi basati sulla causalità di Granger per l'analisi della connettività cerebrale funzionale.

 

 

 

Syllabus

Principles of ultrasound imaging

Mono and two-dimensional wavelet transform

1D and 2D algebraic deconvolution with and without regularization

Frequency deconvolution

Linear and nonlinear denoising

Compressed sensing and applications

Multivariate analysis applied to biomedical signals and images

Granger causality based methods for the analysis of functional brain connectivity.

Bibliografia e materiale didattico

Analisi e modelli di segnali biomedici a cura di Luigi Landini e Nicola Vanello, Pisa University Press, 2016 (Manuali)

Bibliography

Analysis and models of biomedical signals by Luigi Landini and Nicola Vanello, Pisa University Press, 2016 (Manuals)

Modalità d'esame

Prova orale

Assessment methods

Oral examination

Updated: 19/03/2020 10:46