Scheda programma d'esame
MULTIDIMENSIONAL SIGNAL PROCESSING
LUIGI LANDINI
Academic year2020/21
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

Preparare lo studente a sviluppare e interpretare i risultati dell’applicazione di alcuni metodi di analisi di segnali e immagini biomediche.

Verranno trattati la formazione delle immagini ecografiche, i metodi convolutivi ed algebrici alla base della formazione delle immagini mediche, il contributo dei metodi di deconvoluzione nel miglioramento del rapporto segnale/rumore.

Una parte verterà sull’analisi wavelet, tecniche non lineari di denoising, tecniche di acquisizione veloce di immagini.

Seguirà una parte relativa ai metodi di apprendimento dai dati, ai metodi predittivi e alla classificazione.

Knowledge

Support the student to develop and interpret the results of the application of some methods of analyzing biomedical signals and images. The formation of ultrasound images, the convolutional and algebraic methods underlying the formation of medical images, the contribution of deconvolution methods in improving the signal / noise ratio will be discussed.

One part will focus on wavelet analysis, on non-linear denoising techniques of signals and images, on new compressed image acquisition techniques.

A part will follow on learning methods from data, predictive methods and classification

 

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'interno 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 trattamento di segnali ed immagini biomediche

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

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

 

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 methods of machine learning 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 la consapevolezza della 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

Classificazione e data mining 

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

Classification and data mining.

Bibliografia e materiale didattico

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

Appunti forniti dal docente

Bibliography

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

Notes supplied by the teacher

Indicazioni per non frequentanti

Gli studenti non frequentanti potrammo partecipare alle lezioni che verranno erogate anche in streaming

Non-attending students info

Non-attending students will exploit the possibility to attend lessons in streaming

Modalità d'esame

Prova orale

Assessment methods

Oral examination

Updated: 14/09/2020 18:25