logo-polimi
Loading...
Funzioni disponibili
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2018/2019
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 052383 - LABORATORIO DI ELABORAZIONE DI BIOIMMAGINI
Docente Caiani Enrico Gianluca
Cfu 5.00 Tipo insegnamento Monodisciplinare
Didattica innovativa L'insegnamento prevede  1.0  CFU erogati con Didattica Innovativa come segue:
  • Blended Learning & Flipped Classroom

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - MI (471) BIOMEDICAL ENGINEERING - INGEGNERIA BIOMEDICA*AZZZZ052383 - LABORATORIO DI ELABORAZIONE DI BIOIMMAGINI

Obiettivi dell'insegnamento

Presentare allo studente gli aspetti fondamentali dell'elaborazione delle immagini biomediche (pre-elaborazione e filtraggio, segmentazione, rappresentazione, registrazione). Impartire nozioni basilari sulla programmazione in Matlab utilizzando il 

toolbox per l'Image Processing per sviluppare algoritmi ad hoc per la soluzione di problemi specifici., approfondendone i relativi aspetti teorici  e pratici. Tecniche di didattica innovativa ("flipped classroom" e "learn-by-doing") verranno utilizzate per stimolare la partecipazione degli studenti al corso e lo sviluppo di capacità di studio autonomo.


Risultati di apprendimento attesi

Descrittori di Dublino

1) Conoscenza e comprensione

A seguito del superamento dell'esame, lo studente conosce:

- i principi alla base del saper affrontare un problema di elaborazione di immagini biomediche

- i comandi di Matlab predefiniti che effettuano operazioni di base, nonchè la programmazione di codici più complessi a tale fine

- i principi alla base della verifica di correttezza dei risultati ottenuti

2) Capacità di applicare conoscenza e comprensione

Attraverso sia gli esempi affrontati in classe che gli esercizi svolti a casa, al seguito del superamento dell'esame lo studente acquisisce le capacità di applicare le tecniche e la teoria apprese a casi reali, per quanto di complessità limitata. 

3) Autonomia di giudizio

A seguito del superamento dell'esame lo studente: 

- è in grado di affrontare problemi di elaborazione di immagini biomediche anche al di fuori dei casi visti durante il corso

- è in grado di sviluppare in modo autonomo software ad hoc per la soluzione di problemi specifici tramite Matlab, valutando le sue prestazioni in merito al problema in oggetto

- è in grado di valutare le caratteristiche e comparare prodotti software per l'elaborazione di immagini

4) Capacità di apprendimento

Anche attraverso l'uso di tecniche di "learn by doing" e "flipped classroom", lo studente acquisisce la capacità di apprendere in maniera autonoma argomenti legati alle tematiche generali affrontate durante il corso. 


Argomenti trattati

Questo è un elenco di massima degli argomenti che verranno trattati durante il corso, declinati ad applicazioni aventi per oggetti immagini biomediche:

1)           Introduzione a Matlab

2)           Dicom, spazio dei colori, multiframe array e filmati, image enhancement

3)           Caratteristiche delle bioimmagini, compressione

4)           Convoluzione e filtraggio 2-D

5)           Thresholding e Clustering

6)           Segmentazione con edge detection e region growing

7)           Machine learning: applicazione alla estrazione di informazioni dalle immagini

8)           Filter design

10)         Morphological image processing per immagini binarie e a livelli di grigio

12)         Interpolazione spaziale e registrazione di immagini

13)         Image representation

 

Essendo un corso di laboratorio, la frequenza al corso è caldamente consigliata per il superamento dell'esame.

 


Prerequisiti

L’accesso al corso è a numero limitato. La procedura obbligatoria di richiesta accesso si trova qui (http://www.ccsbio.polimi.it/?page_id=27 )

Pur non essendo vincolanti per la frequenza del suddetto corso, la familiarità con l'ambiente Matlab ed una base di conoscenza di programmazione ed elaborazione dei segnali sono raccomandate per la comprensione degli argomenti trattati.

 


Modalità di valutazione

Durante il corso, verranno assegnati tre questionari con domande teoriche o progetti pratici da svolgere a casa, aventi per oggetto la risoluzione di problemi di elaborazione di immagini, di difficoltà crescente, da consegnarsi nei tempi indicati dal Docente. La media delle votazioni conseguite dallo studente rappresenterà  la base di partenza per la valutazione finale, che sarà effettuata tramite prova orale (facoltativa).

 


Bibliografia
Risorsa bibliografica obbligatoriaslides del corso portale Beep (ex- Corsi On Line)
Note:

Ogni settimana verrano messe a disposizione le slides del corso

Risorsa bibliografica facoltativaGonzalez/Woods, Digital image processing using Matlab, 4th edition, Editore: Pearson, Anno edizione: 2018, ISBN: 9780982085400 http://www.imageprocessingplace.com/DIP-4E/dip4e_main_page.htm

Forme didattiche
Tipo Forma Didattica Ore di attività svolte in aula
(hh:mm)
Ore di studio autonome
(hh:mm)
Lezione
20:00
30:00
Esercitazione
0:00
0:00
Laboratorio Informatico
20:00
30:00
Laboratorio Sperimentale
0:00
0:00
Laboratorio Di Progetto
10:00
15:00
Totale 50:00 75:00

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Italiano
Disponibilità di materiale didattico/slides in lingua inglese
Disponibilità di libri di testo/bibliografia in lingua inglese
Possibilità di sostenere l'esame in lingua inglese
Disponibilità di supporto didattico in lingua inglese
schedaincarico v. 1.5.0 / 1.5.0
Area Servizi ICT
22/05/2019