Course Syllabus
Obiettivi
L’obiettivo del corso è fornire allo studente le conoscenze teoriche e pratiche necessarie per comprendere e analizzare le caratteristiche delle immagini medicali. In particolare, il corso intende:
- fornire le conoscenze di base relative alle tecnologie di generazione delle immagini medicali e ai principi di funzionamento delle stesse;
- fornire le nozioni relative alle carartteristiche e ai principali formati delle immagini digitali con particolare riferimento al formato DICOM;
- illustrare le principali tecniche per l'elaborazione delle immagini, finalizzate al miglioramento delle caratteristiche delle stesse;
- illustrare alcuni tool per la visualizzazione e la pre-elaborazione delle immagini medicali;
- introdurre i fondamenti del machine learning e del deep learning applicati all’analisi delle immagini, con particolare attenzione alla segmentazione e classificazione di strutture biologiche
- introdurre il concetto di rendering di un'immagine e presentare i principali contesti applicativi
Al termine del corso, lo studente sarà in grado di riconoscere le principali caratteristiche di un'immagine medicale e di applicare mediante software gratuiti tecniche di elaborazione per il miglioramento della qualità e dell’interpretazione delle immagini medicali.
Contenuti sintetici
Il corso introduce principi di percezione visiva, principi di funzionamento dei sistemi per la generazione di immagini medicali, caratteristiche delle immagini medicali, tecniche di elaborazione e uso di software, con cenni a intelligenza artificiale, rendering e visualizzazione.
Programma esteso
- Occhio, sistema visivo, percezione delle forme e dei colori, immagine.
- Caratteristiche (luminosità, densità ottica, contrasto, risoluzione) e standards (JPG, … DICOM) delle immagini digitali medicali.
- Principi di funzionamento dei dispositivi di generazione di immagini medicali (radiografi, tomografia assiale computerizzata, risonanza magnetica e strumenti a ultrasuoni).
- Elaborazione delle immagini: principali operazioni per il miglioramento della qualità dell’immagine.
- Utilizzo di software applicativi per la soluzione di problemi pratici e per la rappresentazione 3D.
- Fondamenti relativi alle tecniche di intelligenza artificiale applicate alle immagini medicali. Segmentazione e classificazione.
- Rendering e visualizzazione.
Prerequisiti
Conoscenze di base in matematica, algebra e fisica.
Modalità didattica
Lezioni frontali in classe, dimostrazioni mediante l'uso di software di elaborazione delle immagini digitali e soluzioni di semplici problemi quantitativi.
Materiale didattico
Manuale suggerito consigliato: The Image Processing Handbook, Settima Edizione, John C. Russ, F. Brent Neal, CRC Stampa ISBN-10: 149874026X.
Computer software gratuiti per visualizzazione di immagini in formato DICOM.
Le diapositive del corso saranno trasmesse agli studenti utilizzando la piattaforma di e-learning.
Periodo di erogazione dell'insegnamento
Primo semestre
Modalità di verifica del profitto e valutazione
La valutazione consiste in una prova scritta composta da domande aperte e/o chiuse.
Orario di ricevimento
Lunedì pomeriggio dalle ore 14.00 alle 16.00 presso il Campus Unibg di Dalmine, Edificio C, Stanza 405 o mediante collegamento a distanza.
Sustainable Development Goals
Aims
The aim of the course is to provide students with the theoretical and practical knowledge necessary to understand and analyze the characteristics of medical images. In particular, the course aims to:
- provide basic knowledge related to medical image generation technologies and their working principles;
- provide an understanding of the characteristics and main formats of digital images, with particular reference to the DICOM format;
- illustrate the main techniques for image processing, aimed at enhancing image features;
- present some tools for visualization and pre-processing of medical images;
- introduce the fundamentals of machine learning and deep learning applied to image analysis, with a focus on the segmentation and classification of biological structures;
- introduce the concept of image rendering and present its main application contexts.
At the end of the course, students will be able to recognize the main characteristics of a medical image and apply, through free software, processing techniques to improve the quality and interpretation of medical images.
Contents
The course introduces principles of visual perception, the working principles of medical imaging systems, the characteristics of medical images, image processing techniques and software use, with an overview of artificial intelligence, rendering, and visualization.
Detailed program
- Eye, visual system, perception of shapes and colors, image.
- Characteristics (brightness, optical density, contrast, resolution) and standards (JPG, … DICOM) of digital medical images.
- Operating principles of medical image generation devices (X-ray, computed tomography, magnetic resonance imaging, and ultrasound instruments).
- Image processing: main operations for improving image quality.
- Use of software applications for solving practical problems and for 3D representation.
- Fundamentals of artificial intelligence techniques applied to medical images: segmentation and classification.
- Rendering and visualization.
Prerequisites
Basic knowledge in mathematics, algebra and physics.
Teaching form
Lessons in class, demonstrations by the use of digital image processing software and quantitative solution of simple problems.
Textbook and teaching resource
Suggested textbook: The Image Processing Handbook, Seventh Edition, John C. Russ, F. Brent Neal, CRC Press ISBN-10: 149874026X.
Open-source software for DICOM image visualization and processing.
Slides of the course will be transmitted to the students using the e-learning platform.
Semester
First semester
Assessment method
The assessment consists of a written exam with open and/or multiple-choice questions.
Office hours
Monday afternoon, from 2:00 p.m. to 4:00 p.m., at the Unibg Campus in Dalmine, Building C, Room 405, or via online connection.
