Scheda programma d'esame
BIOIMAGING
VINCENZO POSITANO
Academic year2022/23
CourseBIOMEDICAL ENGINEERING
Code248II
Credits12
PeriodSemester 1 & 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
ELABORAZIONE DELLE BIOIMMAGINIING-INF/06LEZIONI60
VINCENZO POSITANO unimap
IMMAGINI BIOMEDICHEING-INF/06LEZIONI60
MARIA FILOMENA SANTARELLI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Al termine del corso lo studente sarà in grado di dimostrare una solida conoscenza riguardo a:

- I prinicipi fisici di formazione delle immagini biomediche, tra cui la medicina nucleare (SPECT e PET), la tomografia computerizzata, l'ecografia e la risonanza magnetica.

- Algoritmi di ricostruzione adottati per la generazione di immagini biomediche;

-l'elaborazione di immagini boimediche comprendente i formati standard delle immagini mediche, la valutazione della qualità delle delle immagini, l'interpolazione, il filtraggio, la segmentazione e la registrazione;

- analisi quantitativa di immagini biomediche, compresa la elaborazione dell'evoluzione temporale dei traccianti endogeni ed esogeni e la realizzazione di mappe parametriche;

- sistemi PACS per la conservazione e gesione di immagini biomediche. 

Knowledge

The student who successfully completes the course will be able to demonstrate a solid knowledge of: The physics of diagnostic imaging devices, including nuclear medicine (SPECT and PET), computed tomography, ultrasound and magnetic resonance imaging. Reconstruction algorithms adopted for medical imaging generation. Digital medical image processing to include medical image formats, image enhancement, restoration, registration, and segmentation. Quantitative medical images analysis, including processing of temporal evolution of endogenous and esogenous tracers.

Modalità di verifica delle conoscenze

Esame orale finale, comprendente anche la discusisone delle esercitazioni svolte durante il corso

Verrà valutata la capacità dello studente di discutere i contenuti del corso usando la terminologia appropriata. Lo studente deve dimostrare di conoscere gli aspetti teorici e saper implementare in MATLAB gli algoritmi spiegati durante le lezioni del corso e di mostrare le soluzioni di attività di laboratorio



Assessment criteria of knowledge

The student will be assessed on his/her demonstrated ability to discuss the main course contents using the appropriate terminology. The student must demonstrate the ability to implement in MATLAB the algorithms explained during the lecture and to present the solutions of laboratory assignments

Methods:

  • Final oral exam
  • Final laboratory practical demonstration

Further information:
Students are expected to prepare during the course demonstrations in MATLAB code on the topic covered by course.

Capacità

Lo studente sarà in grado di trattare le immagini biomediche, sia a livello teorico che pratico mediante programmazione in Matlab.

Skills

The student will be able to process biomedical images both at a theoretical and practical level through programming in Matlab.

Modalità di verifica delle capacità

Gli studenti dovranno svolgere durante il corso delle esercitazioni in codice MATLAB sugli argomenti oggetto del corso. Le esercitazioni realizzate verranno presentate in sede d'esame, costituendo il punto di partenza per discutere dei vari aspetti teorici e pratici trattati.

 

 

 

Assessment criteria of skills

The student will have to complete all the exercises related to the subjects of the course to be presented at the exam, which will be the starting point for discussing the various theoretical and practical aspects treated.

Comportamenti

Saranno acquisite opportune conoscenze sulle immagini biomediche

Behaviors

Appropriate knowledge on biomedical images will be acquired

Modalità di verifica dei comportamenti

Durante le sessioni di laboratorio saranno svolte implementazioni di algoritmi inerenti alla parte teorica del corso, così da poter valutare la comprensione degli aspetti teorici spiegati

 

Assessment criteria of behaviors

During the laboratory sessions implementations of algorithms inherent in the theoretical part of the course will be carried out, in order to evaluate the understanding of the theoretical aspects explained.

Prerequisiti (conoscenze iniziali)

Conoscenza di base in programmazione in Matlab.

Principi di base di elaborazione del segnale.

Prerequisites

Basic Matlab Programming

Basic principles of signal processing

Indicazioni metodologiche

Lezioni frontali, con l'ausilio di proiettore 

Esercitazioni di programmazione in ambiente MATLAB, con possibilità di formare gruppi di lavoro per lo svolgimento delle stesse, con uso dei PC delle aule informatiche o PC personali. 

Gli appunti del corso saranno resi disponibili via web sul portale e-learning (https://elearn.ing.unipi.it/)



Teaching methods

Delivery: face to face

Learning activities:

  • attending lectures
  • individual study
  • group work
  • Laboratory work

Attendance: Advised

Teaching methods:

  • Lectures
  • project work
Programma (contenuti dell'insegnamento)
  • Principi fisici di formazione delle immagini biomediche.
  • Teoria dei traccianti applicati a immagini biomediche;
  • genenerazione e acquisizione dei dati per immagini. 
  • Algoritmi di ricostruzione per le immagini biomediche (CT, MRI, PET).
  • Spettroscopia e Chemical Shift Imaging.
  • Valutazione della qualità dell'immagine medica (SNR , CNR).
  • Interpolazione e filtraggio di immagini biomediche
  • Segmentazione  dell'immagine biomedica. 
  • Registrazione e fusione di immagini biomediche. 
  • Analisi quantitativa di immagini biomediche.
  • Machine Learning per l'elaborazione di immagini biomediche
  • Sistemi PACS
Syllabus

Contrast media used in medical imaging and tracers theory

Basics physics of medical imaging devices (signal emission and signal acquisition)

Reconstruction algorithms in medical imaging (CT, MRI,PET)

Spectroscopy in medical imaging and Chemical Shift Imaging

Image quality assessment in medical imaging (SNR,CNR)

Medical imaging segmentation

Medical imaging registration and fusion

Quantitative analysis of medical images

Machine learning for medical images analysis

PACS sytems

Bibliografia e materiale didattico

Materiale del corso fornito dai docenti (https://elearn.ing.unipi.it/)

Per il modulo di elaborazione delle bioimmagini si consiglia il testo:

R.A. Robb. Biomedical Imaging, Visualization and Analysis. Wiley, 2000 RM Rangayyan, Biomedical Image Analysis. CRC Press, 2004.

Bibliography

Course material provided by teachers.

R.A. Robb. Biomedical Imaging, Visualization and Analysis. Wiley, 2000 RM Rangayyan, Biomedical Image Analysis. CRC Press, 2004.

Indicazioni per non frequentanti

Non sussistono variazioni per studenti non frequentanti.

La frequenza è fortemente consigliata

Non-attending students info

There are no variations for non-attending students.

Frequency is strongly recommended

Modalità d'esame

L'esame è composto da una prova orale.

La prova orale consiste nella presentazione delle esercitazioni svolte a lezione, con discussione dei risultati e trattamento degli aspetti teorici riguardanti tali esercitazioni.

La prova orale è superata se sono state svolte correttamente tutte le esercitazioni e se la presentazione degli aspetti teorici è soddisfacente.

Per presentarsi all'esame è necessario aver completato tutte le esercitazioni svolte durante il corso.

Assessment methods

The exam consists of an oral session.

The oral exam consists of the presentation of laboratory exercises, with discussion of the results and the explanation of the theoretical aspects of such exercises.

The exam is over if all the exercises have been properly performed and the theoretical aspects are satisfactory.

To get to the exam, the student must complete all the laboratory exercises he has taken during the course.

Altri riferimenti web

biocardiolab (http://bcl.ftgm.it/): laboratorio presso la sede di Massa della Fondazioen G Monasterio presso il quale possono essere svolte tesi di laurea sugli argomenti trattati durante il corso. 

Updated: 29/07/2022 12:43