Course Syllabus

Export

Conoscenza delle tecnologie per la generazione e l’elaborazione di immagini digitali. 

Conoscenza dei metodi per la segmentazione e l’analisi quantitativa di strutture biologiche, a livello macro e microscopico. 

Conoscenza dei metodi per la memorizzazione di immagini e la trasmissione.

Conoscenza delle tecniche di creazione e visualizzazione di oggetti e delle tecniche computazionali per la segmentazione e la quantificazione. 

Conoscenza delle tecniche per la generazione di strutture digitali tridimensionali.

Capacità di tilizzo pratico di software dedicato all'elaborazione di immagini mediche.

Tecniche per la generazione di immagini digitali, archiviazione ed elaborazione. Generazione di modelli di superficie e visualizzazione grafica, elaborazione di dati relativi alle immagini e quantificazioni strutturali.

Strumentazione e elaborazione dei segnali per la generazione di immagini (radiografia a raggi X, TAC, RM, PET and SPECT).  

Tecnologie e algoritmi per la memorizzazione e l'elaborazione di immagini digitali.

Formati di immagine e sistemi di archiviazione e trasmissione. 

Riconoscimento di oggetti mediante segmentazione dell'immagine, elaborazione di immagini mediante tecniche di machine learning. 

Generazione numerica di modelli di superficie e loro visualizzazione.

Registrazione di immagini spaziali e temporali per diverse modalità di acquisizione.

 Analisi numerica per quantificazione strutturale.

Tecniche di visualizzazione e rendering.

Generazione di modelli digitali per visualizzazione stereoscopica e la stampa 3D.

Conoscenze di base in matematica, algebra, geometria e fisica

  • Lezioni frontali 
  • Esercitazioni svolte mediante risoluzione di esercizi
  • Prove pratiche dimostrative per l’impiego di software dedicato.

Testo consigliato: Digital Image Processing for Medical Applications, Cambridge Univ Press, ISBN: 978052186085. 

Le diapositive del corso saranno trasmesse agli studenti utilizzando la piattaforma di e-learning.

Primo semestre

L’esame finale consiste in 

• Prova scritta con circa 4 domande aperte e/o esercizi numerici (60%)

• Prova orale nel caso che il voto della prova scritta sia > 18/30 (40%).



Martedi ore 13

Export

Knowledge of the technologies of digital image generation and processing.

Knowledge of methods for image segmentation and object quantification in biomedical images, at macro and microscopic level. 

Knowledge of techniques for image storage, and transmission.

Knowledge of digital techniques for digital object creation and visualization, as well as of computational techniques for generation of three-dimensional structures. 

Practical use of software dedicated to medical image processing.

Analogic and numerical techniques for generation of digital images, storage and processing. Generation of surface models and graphical visualization. Image processing finalized to increase of image quality and to structural quantification.

Instrumentation and signal processing for the generation of medical images (Xray, CT, MR, PET and SPECT). 

 Technologies and algorithms for storage and processing of digital images.

 Image formats and archiving systems, image transmission.

 Image segmentation ad object recognition, image processing by machine learning techniques. 

 Numerical generation of surface models and their visualization. 

 Spatial and temporal image registration for different acquisition modalities.

 Numerical analysis for structural quantification.

 Visualization techniques and rendering.

 Generation of digital models for stereo visualization and 3D printing.

Basic knowledge in mathematics, algebra, geometry and physics


  • Lessons in class
  • Solution of practical problems
  • Practical use of image processing software.

Recommended text: Digital Image Processing for Medical Applications, Cambridge Univ Press, ISBN: 978052186085.

The slides of the course will be distributed to the students using the e-learning platform.

First semester

The final examination consists of 

• Written test with about 4 open questions and/or numerical exercises (60%)

• Oral examination in case the score of written text is greater or equal to 18/30 (40%). 


Tuesday at 1PM

Enter

Key information

Field of research
ING-IND/34
ECTS
3
Term
First semester
Activity type
Mandatory
Course Length (Hours)
30
Degree Course Type
6-year single cycle Master Degree

Staff

    Teacher

  • AR
    Andrea Remuzzi

Enrolment methods

Manual enrolments
Self enrolment (Student)
Course meta link (Basic Computer Science [1819-1-H4102D004])