Principi fisici e tecnologie per la formazione di immagini mediche
(radiologia, medicina nucleare, ultrasuoni, bioimmagini ottiche, risonanza magnetica, ricostruzione di tomografie),
approccio computazionale alla diagnostica per immagini.
- Bioimmagini di G. Coppini, S.Diciotti, G. Valli, Pàtron ed., Bologna, 2012.
- PDF delle diapositive presentate a lezione ed esercitazione.
Obiettivi Formativi
Conoscere le tecniche di formazione delle immagini mediche;
approfondifre le conoscenze sul trattamento delle immagini mediche: in particolare comprendere l'approccio computazionale alle immagini mediche, al fine di ricostruire immagini tomografiche e supportare i medici nella loro attività clinica e di ricerca.
Prerequisiti
Nessuno per gli iscritti alla laurea magistrale.
Metodi Didattici
Lezioni in aula con videoproiettore.
Esercitazioni al laboratorio (a gruppi di due o tre studenti).
Altre Informazioni
Questo corso ha ancora una versione a 6 cfu, solo per gli studenti delle lauree triennali dell'ordinamento didattico precedente. Si veda il programma per esteso.
Modalità di verifica apprendimento
Modalità di verifica apprendimento: L'esame consta di un elaborato per la verifica, mediante l'implementazione di un algoritmo, la conoscenza di tecniche di analisi delle immagini; segue una prova orale per la verifica, mediante domande teoriche, della conoscenza delle tecniche di imaging.
Programma del corso
Programma per 9 CFU (per 6 CFU vedi sotto).
1)CARATTERIZZAZIONE DEI SISTEMI DI IMMAGINE: frequenza spaziale e MTF, contrasto, risoluzione, rapporto segnale/rumore, immagini fotoniche e diseguaglianza di Rose, efficienza di rivelazione, fattori di distorsione. Teoria del rilevamento del segnale, curve ROC, curve FROC.
2)ELABORAZIONE di BASE DELLE IMMAGINI NUMERICHE: Campionamento e quantizzazione. Obiettivi e fasi di elaborazione. Operazioni su immagini: puntuali, locali, geometriche, algebriche e logiche. Istogramma dei grigi, soglia, equalizzazione, amplificazione della dinamica, finestra dei grigi. Filtraggi a media mobile: smoothing, gradiente, laplaciano, ecc.
Esercitazioni al laboratorio in linguaggio C e OpenGL.
3) FORMAZIONE di IMMAGINI MEDICHE: cenni alle onde elettromagnetiche (propagazione, assorbimento, diffusione) e alle radiazioni ionizzanti (sorgenti, dose, radioprotezione). Generazione e rivelazione di immagini: immagini per emissione, per trasparenza, per riflessione. Agenti di contrasto. Immagini 2D, 3D e 4D. Immagini anatomiche e/o funzionali, tecniche complementari. Cenni alle applicazioni di interesse medico.
4) IMMAGINI A RAGGI X: tubo radiogeno e spettro di raggi X, problemi radiologici diretto e inverso, radiazione diffusa. Radiografia proiettiva: problemi. Radiografia convenzionale su pellicola (immagini statiche) e con intensificatore di brillanza (immagini dinamiche); radiografia numerica (videoradiografia e DSA, rivelatori a pannelli piatti).
La tomografia computerizzata: vantaggi, principio di funzionamento, evoluzioni.
5) IMMAGINI RADIOISOTOPICHE: confronto tra medicina nucleare e radiologia, radiofarmaci, collimatori e rivelatori. Componenti e funzionamento della gamma-camera.
Cenni alla tomografia ad emissione: SPECT e PET.
6) IMMAGINI ECOGRAFICHE: Generazione e propagazione di ultrasuoni, ecografo ad impulsi, tecniche di scansione e focalizzazione, prestazioni e applicazioni, ecocardiografia con agente di contrasto, ecografia doppler.
7) IMMAGINI OTTICHE
Immagini di fluorescenza: molecular imaging, fluoroangiografia. Tomografia a coerenza ottica (OCT): nel dominio del tempo o della frequenza, prestazioni e applicazioni.
8)
METODI di RICOSTRUZIONE delle IMMAGINI TOMOGRAFICHE
Limiti della radiografia convenzionale. Il problema della ricostruzione e visualizzazione 3D. Generazione di proiezioni: tomografia per trasmissione, tomografia per emissione. Ricostruzione matematica di tomografie. Cenni ai metodi iterativi. Metodi analitici: algoritmo di retroproiezione filtrata. Complementi.
9) IMMAGINI di RISONANZA MAGNETICA
Principi fisici. Il segnale RM e le sequenze di eccitazione. Risonanza Magnetica funzionale.
Ricostruzione di immagini in tomografia RM.
10) VISIONE ARTIFICIALE di IMMAGINI MEDICHE
Cenni alla visione biologica (funzioni del polo anteriore e della retina, campi recettivi, sensibilità al contrasto, alla luminanza uniforme, alla orientazione e dimensione dei dettagli).
Caratteristiche dei sistemi di ausilio alla diagnostica per immagini (CAD).
11) SEGMENTAZIONE di IMMAGINI
Template macthing, riconoscimento di regioni (soglia e istogramma, region growing o splitting, regioni connesse) e riconoscimento di contorni (filtro Gaussiano con gradiente o laplaciano, filtri multiscala). Collegamento di elementi di contorno in contorni completi: programmazione dinamica (caso semplificato e generale), modelli deformabili (senza metodi di minimizzazione di energia).
12) ANALISI quantitativa di IMMAGINI MEDICHE.
Analisi della Tessitura con statistica del secondo ordine.
Analisi della forma mediante la curvatura in 2D e 3D.
Analisi del movimento: flusso ottico, metodo delle corrispondenze (con punti di riferimento o
con forme non rigide: uniform mapping e shape-based matching).
Applicazione allo studio della funzione regionale della contrazione cardiaca.
13) INTERPRETAZIONE di IMMAGINI MEDICHE (cenni): Training set e test set.
Riconoscimento statistico. Sistemi basati su REGOLE e su Insiemi sfumati (fuzzy logic).
ESERCITAZIONI SOFTWARE al LABORATORIO: segmentazione e analisi di vasi sanguigni,
analisi delle fasi in sequenze temporali di immagini cardiache.
Programma per 6 CFU: lo stesso PER I PUNTI DALL'1) AL 9), A CUI SI AGGIUNGONO:
0) INTRODUZIONE: Settori della Bioingegneria. Esempi di applicazione.
10bis) Cenni alla VISIONE ARTIFICIALE di IMMAGINI MEDICHE
Visione biologica (funzioni del polo anteriore e della retina, campi recettivi, sensibilità al contrasto, alla luminanza uniforme, alla orientazione e dimensione dei dettagli).
Sistemi di ausilio alla diagnostica per immagini (CAD) e loro caratteristiche.
SEGMENTAZIONE di IMMAGINI Estrazione di contorni (filtro Gaussiano con gradiente o laplaciano, filtri multi-scala).