Siga este enlace para ver otros tipos de publicaciones sobre el tema: Segmentazione Immagini.
Tesis sobre el tema "Segmentazione Immagini"
Crea una cita precisa en los estilos APA, MLA, Chicago, Harvard y otros
Consulte los 21 mejores tesis para su investigación sobre el tema "Segmentazione Immagini".
Junto a cada fuente en la lista de referencias hay un botón "Agregar a la bibliografía". Pulsa este botón, y generaremos automáticamente la referencia bibliográfica para la obra elegida en el estilo de cita que necesites: APA, MLA, Harvard, Vancouver, Chicago, etc.
También puede descargar el texto completo de la publicación académica en formato pdf y leer en línea su resumen siempre que esté disponible en los metadatos.
Explore tesis sobre una amplia variedad de disciplinas y organice su bibliografía correctamente.
1
Vannucci, Maria Chiara. "Algoritmi di segmentazione di immagini mediche". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2016. http://amslaurea.unibo.it/10878/.
Texto completoResumen
Nell'ambito dell'elaborazione delle immagini, si definisce segmentazione il processo atto a scomporre un'immagine nelle sue regioni costituenti o negli oggetti che la compongono. Ciò avviene sulla base di determinati criteri di appartenenza dei pixel ad una regione. Si tratta di uno degli obiettivi più difficili da perseguire, anche perché l'accuratezza del risultato dipende dal tipo di informazione che si vuole ricavare dall'immagine.
Questa tesi analizza, sperimenta e raffronta alcune tecniche di elaborazione e segmentazione applicate ad immagini digitali di tipo medico. In particolare l'obiettivo di questo studio è stato quello di proporre dei possibili miglioramenti alle tecniche di segmentazione comunemente utilizzate in questo ambito, all'interno di uno specifico set di immagini: tomografie assiali computerizzate (TAC) frontali e laterali aventi per soggetto ginocchia, con ivi impiantate protesi superiore e inferiore. L’analisi sperimentale ha portato allo sviluppo di due algoritmi in grado di estrarre correttamente i contorni delle sole protesi senza rilevare falsi punti di edge, chiudere eventuali gap, il tutto a un basso costo computazionale.
2
Marchetti, Marco. "Segmentazione automatica di regioni in immagini istologiche". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2012. http://amslaurea.unibo.it/3502/.
Texto completoResumen
L’analisi istologica riveste un ruolo fondamentale per la pianificazione di eventuali terapie mediche o chirurgiche, fornendo diagnosi sulla base dell’analisi di tessuti, o cellule, prelevati con biopsie o durante operazioni. Se fino ad alcuni anni fa l’analisi veniva fatta direttamente al microscopio, la sempre maggiore diffusione di fotocamere digitali accoppiate consente di operare anche su immagini digitali.
Il presente lavoro di tesi ha riguardato lo studio e l’implementazione di un opportuno metodo di segmentazione automatica di immagini istopatologiche, avendo come riferimento esclusivamente ciò che viene visivamente percepito dall’operatore. L’obiettivo è stato quello di costituire uno strumento software semplice da utilizzare ed in grado di assistere l’istopatologo nell’identificazione di regioni percettivamente simili, presenti all’interno dell’immagine istologica, al fine di considerarle per una successiva analisi, oppure di escluderle.
Il metodo sviluppato permette di analizzare una ampia varietà di immagini istologiche e di classificarne le regioni esclusivamente in base alla percezione visiva e senza sfruttare alcuna conoscenza a priori riguardante il tessuto biologico analizzato. Nella Tesi viene spiegato il procedimento logico seguito per la progettazione e la realizzazione dell’algoritmo, che ha portato all’adozione dello spazio colore Lab come dominio su cu cui calcolare gli istogrammi. Inoltre, si descrive come un metodo di classificazione non supervisionata utilizzi questi istogrammi per pervenire alla segmentazione delle immagini in classi corrispondenti alla percezione visiva dell’utente. Al fine di valutare l’efficacia dell’algoritmo è stato messo a punto un protocollo ed un sistema di validazione, che ha coinvolto 7 utenti, basato su un data set di 39 immagini, che comprendono una ampia varietà di tessuti biologici acquisiti da diversi dispositivi e a diversi ingrandimenti. Gli esperimenti confermano l’efficacia dell’algoritmo nella maggior parte dei casi, mettendo altresì in evidenza quelle tipologie di immagini in cui le prestazioni risultano non pienamente soddisfacenti.
3
Vitolo, Maria Giovanna. "Metodi per la segmentazione di un'immagine". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2013. http://amslaurea.unibo.it/5901/.
Texto completoResumen
L’obiettivo della tesi consiste nell’osservazione di un’immagine ecografica e nella sua analisi tramite vari metodi di segmentazione. Il fine di questo approfondimento è di rendere chiari e misurabili alcuni elementi significativi della figura presa in considerazione. Sono analizzati e implementati alcuni metodi per la segmentazione di un’immagine e applicati ad alcune immagini campione con caratteristiche diverse. Dai risultati ottenuti da questi test sono scelti i metodi più efficaci ed applicati all’ecografia.
Il lavoro è svolto nel modo seguente: nel primo capitolo si tratta dei vari metodi di filtrazione di un’immagine e di segmentazione, nel secondo capitolo l’elaborazione delle
immagini tramite implementazione dei vari metodi. Il primo capitolo è più teorico, affronta il problema da un punto di vista generale ed è suddiviso in sei sottocapitoli. Nella
prima sezione si definisce un’immagine digitale e le nozioni fondamentali di lettura di un’immagine con MATLAB. La seconda e la terza sezione trattano nello specifico i filtri che vengono utilizzati per migliorare un’immagine prima di accedere alla segmentazione definitiva. Nelle ultime tre sezioni vengono studiati alcuni metodi di segmentazione più importanti e di facile implementazione. Il secondo capitolo mette a confronto i vari filtri e i metodi di segmentazione su ‘immagini campione’; infine la parte più interessante e applicativa è la sezione 2.4 in cui viene segmentata l’immagine ecografica che si intende analizzare.
4
Fumagalli, Simone. "Segmentazione di immagini tomografiche di un antico documento". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2019. http://amslaurea.unibo.it/17765/.
Texto completoResumen
Questo progetto di tesi è stato svolto all’interno di un più ampio progetto di studio dei testi antichi, i quali sono fragili e deteriorati a causa della loro età. L’interesse di questo studio riguarda l’utilizzo di tecniche non invasive per indagare approcci di digitalizzazione innovativi e meno invasivi per questi preziosi – e spesso fragili – oggetti. In questo ambito, presso il Dipartimento di Fisica e Astronomia dell’Università di Bologna, si stanno indagando tecniche di digitalizzazione tramite tomografia a raggi X per leggere il contenuto di documenti antichi senza aprirli, evitando così di danneggiarli ulteriormente.
La tomografia a raggi X permette infatti di poter ottenere un’immagine tridimensionale dell’intero documento – scritte comprese – senza la necessità di interventi potenzialmente invasivi/dannosi per l’oggetto.
La lettura delle scritte è resa possibile dalla differenza di contrasto radiografico fra i materiali poco radio-opachi dei supporti – come carta e/o pergamena – e l’elevato assorbimento X degli inchiostri antichi a base ferro - utilizzati per la maggior parte dei manoscritti europei e per svariati secoli.
Per poter però realmente leggere un manoscritto a più pagine è necessario poterle estrarre dal volume e visualizzarle come immagini bidimensionali.
In questa tesi verrà presentata l’analisi e il test di un innovativo software di segmentazione per l’estrazione semi-automatica delle pagine di una scrittura risalente al 1679 ripiegata su se stessa al fine di simulare un documento composto da più pagine.
Attraverso il software sviluppato presso il Laboratorio di Tomografia a Raggi X di Bologna, le immagini tomografiche sono state sottoposte ad una prima fase di pre-processing per minimizzare il rumore ed aumentare così il contrasto fra il segnale delle pagine e quello del background, ad una seconda fase di identificazione automatica delle pagine all’interno del volume 3D ed infine all’estrazione delle pagine sotto forma di immagini.
5
Giunchi, Massimiliano. "Reti neurali per la segmentazione di immagini mediche". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2019.
Buscar texto completoResumen
A partire dagli anni '70, con la diffusione dei primi dispositivi per la tomografia assiale computerizzata (TAC), si è assistito ad un'evoluzione sempre più rapida delle modalità con cui si acquisiscono, si conservano e si analizzano le immagini per la diagnosi medica.
L’elemento che ha segnato il maggior cambiamento è stato il passaggio da informazioni analogiche, statiche e prettamente bidimensionali come quelle che derivano dalle immagini radiografiche (raggi X), ad informazioni digitali, eventualmente dinamiche e contenenti informazioni tridimensionali. Tutto ciò è stato reso possibile attraverso la transizione da sistemi basati su pellicola a sistemi basati su calcolatori. L’immediata conseguenza di questo sviluppo è stata la necessità di generare algoritmi e metodologie di interpretazione dei dati acquisiti, che simulino al meglio la conoscenza dell’esperto umano, che resta, a tutt'oggi, il più efficiente sistema di elaborazione dei dati medicali conosciuti.
Automatizzare il processo di diagnostica, utilizzando un moderno sistema di visione artificiale in grado di segnalare, a partire ad esempio da una radiografia o una risonanza magnetica, quali siano le zone affette da patologia, permetterebbe di velocizzare e rendere più affidabile la diagnosi oltre ad offrire un notevole ausilio a colui che deve redigere un referto medico. Da questo punto di vista gli algoritmi di segmentazione semantica sono in grado di associare un’etichetta o una categoria a ogni pixel dell’immagine e quindi ben si prestano ad identificare in un’immagine medica quali siano le zone che necessitano di un’ulteriore approfondimento. Ma non solo, oggi tali tecniche hanno raggiunto performance tali da essere considerate confrontabili con quelle degli esperti.
In questo lavoro di tesi si vogliono identificare e valutare alcune architetture e tecniche in ambito di semantic segmentation per l’individuazione di patologie a partire da immagini radiografiche.
6
Morotti, Elena. "Metodi numerici per la segmentazione di immagini digitali". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2010. http://amslaurea.unibo.it/1369/.
Texto completo
7
Neri, Mattia. "Segmentazione di immagini mammografiche con convolutional neural networks". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2014. http://amslaurea.unibo.it/6681/.
Texto completoResumen
Il tumore al seno si colloca al primo posto per livello di mortalità tra le patologie tumorali che colpiscono la popolazione femminile mondiale. Diversi studi clinici hanno dimostrato come la diagnosi da parte del radiologo possa essere aiutata e migliorata dai sistemi di Computer Aided Detection (CAD).
A causa della grande variabilità di forma e dimensioni delle masse tumorali e della somiglianza di queste con i tessuti che le ospitano, la loro ricerca automatizzata è un problema estremamente complicato.
Un sistema di CAD è generalmente composto da due livelli di classificazione: la detection, responsabile dell’individuazione delle regioni sospette presenti sul mammogramma (ROI) e quindi dell’eliminazione preventiva delle zone non a rischio; la classificazione vera e propria (classification) delle ROI in masse e tessuto sano. Lo scopo principale di questa tesi è lo studio di nuove metodologie di detection che possano migliorare le prestazioni ottenute con le tecniche tradizionali.
Si considera la detection come un problema di apprendimento supervisionato e lo si affronta mediante le Convolutional Neural Networks (CNN), un algoritmo appartenente al deep learning, nuova branca del machine learning. Le CNN si ispirano alle scoperte di Hubel e Wiesel riguardanti due tipi base di cellule identificate nella corteccia visiva dei gatti: le cellule semplici (S), che rispondono a stimoli simili ai bordi, e le cellule complesse (C) che sono localmente invarianti all’esatta posizione dello stimolo. In analogia con la corteccia visiva, le CNN utilizzano un’architettura profonda caratterizzata da strati che eseguono sulle immagini, alternativamente, operazioni di convoluzione e subsampling. Le CNN, che hanno un input bidimensionale, vengono solitamente usate per problemi di classificazione e riconoscimento automatico di immagini quali oggetti, facce e loghi o per l’analisi di documenti.
8
Fagnani, Alessandro. "Studio e sperimentazione di tecniche di segmentazione semantica di immagini". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2017. http://amslaurea.unibo.it/14468/.
Texto completoResumen
L'apprendimento automatico, per definizione, si distingue per la realizzazione di programmi che migliorano le prestazioni in base all'esperienza.
Il deep learning (apprendimento approfondito o profondo) è una sottoclasse di questi algoritmi, i quali hanno alcune caratteristiche particolari, ma fondamentalmente si basano su reti neurali artificiali. Le reti utilizzate in questa tesi sono le cosiddette convolutional neural networks (CNN), particolari in quanto hanno avuto risultati eccellenti nel area del riconoscimento e nella classificazione delle immagini. In particolare, in questa tesi si affronta ciò che viene definito come semantic segmentation, ovvero il tentativo di realizzare reti neurali in grado, ad esempio, non solo di capire che l'immagine contiene un cane, ma di disegnare, pixel per pixel, dove si trova quest'ultimo.
Nel primo capitolo vengono introdotte le reti neurali, dandone una panoramica generale e soffermandosi sugli aspetti utili per questa tesi. Nel secondo capitolo viene fatto uno studio più approfondito su un particolare schema di reti, le Convolutional Neural Networks (CNN), osservandone i livelli interni e le operazioni fondamentali, con maggiore attenzione a quelle utili per questa tesi. Successivamente, viene fatta una panoramica dell'evoluzione nello studio dell'image processing che ha portato alla definizione del particolare ramo della segmentazione semantica. Nel terzo capitolo, vengono inoltre introdotte le due reti che sono state analizzate e sperimentate in questa tesi: Deconvnet e, in particolare, le Fully Convolutional Networks. Nel quarto ed ultimo capitolo, vengono presentati gli strumenti che sono stati utili per la sperimentazione e viene descritto il codice con cui sono state tradotte le reti studiate. Infine, vengono mostrati i risultati per le reti coinvolte nella sperimentazione ed esposti sia tramite le valutazioni standard, sia con alcune immagini esplicative.
9
D'Ambrosio, Annamaria. "Segmentazione semantica automatica di immagini WSI per applicazioni in Patomica". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2021. http://amslaurea.unibo.it/23197/.
Texto completoResumen
Nella patologia tradizionale, i vetrini vengono preparati con un campione di tessuto del paziente e poi rivisti dal patologo con un microscopio ad alto ingrandimento. Successivamente viene delineata manualmente sull’immagine la Region of Interest (ROI). Obiettivo di questa fase è generare correttamente bordi di strutture anatomiche, in quanto una segmentazione sbagliata potrebbe condurre ad un'errata pianificazione della cura successiva.
La segmentazione è un processo che richiede molto tempo.
Per ovviare a questo si ricorre alla cosidetta Patomica, ovvero la patologia digitale che ha lo scopo, mediante algoritmi computazionali, di estrarre automaticamente parametri quantitativi delle immagini istologiche, al fine di migliorare la velocità e l’accuratezza delle diagnosi. La Patomica ha anche lo scopo di individuare precocemente importanti malattie quali il tumore della pelle.
Il lavoro di questa tesi, nasce proprio con lo scopo di superare questi problemi e rendere più facile il lavoro del patologo dal punto di vista del tempo e dell’accuratezza nella determinazione di eventuali cure.
Oggetto di questo lavoro è lo sviluppo di modelli di segmentazione semantica automatica di immagini WSI di dermatologia prese da tessuti di melanoma raccolti in uno studio clinico del Policlinico Sant'Orsola di Bologna. La segmentazione è basata sull'algoritmo KNN con particolare attenzione alla ricerca e selezione di features che consentano di ottenere i migliori risultati.
Viene in oltre presentato un confronto con altri due modelli supervisionati (Support Vector Machine e Random Forest), allenati sulle stesse features del migliore modello KNN, per paragonarne le performance con quelle ottenute con il modello KNN.
L’utilizzo di modelli supervisionati per il task di segmentazione semantica di immagini WSI con risultati soddisfacenti potrebbe aprire la possibilità futura di utilizzare anche modelli non supervisionati permettendo così un ulteriore aumento dell’efficienza.
10
Cantucci, Filippo. "Segmentazione e categorizzazione di oggetti mediante immagini depth e deep learning". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2015. http://amslaurea.unibo.it/8572/.
Texto completoResumen
Questo lavoro è iniziato con uno studio teorico delle principali tecniche di classificazione di immagini note in letteratura, con particolare attenzione ai più diffusi modelli di rappresentazione dell’immagine, quali il modello Bag of Visual Words, e ai principali strumenti di Apprendimento Automatico (Machine Learning). In seguito si è focalizzata l’attenzione sulla analisi di ciò che costituisce lo stato dell’arte per la classificazione delle immagini, ovvero il Deep Learning.
Per sperimentare i vantaggi dell’insieme di metodologie di Image Classification, si è fatto uso di Torch7, un framework di calcolo numerico, utilizzabile mediante il linguaggio di scripting Lua, open source, con ampio supporto alle metodologie allo stato dell’arte di Deep Learning. Tramite Torch7 è stata implementata la vera e propria classificazione di immagini poiché questo framework, grazie anche al lavoro di analisi portato avanti da alcuni miei colleghi in precedenza, è risultato essere molto efficace nel categorizzare oggetti in immagini.
Le immagini su cui si sono basati i test sperimentali, appartengono a un dataset creato ad hoc per il sistema di visione 3D con la finalità di sperimentare il sistema per individui ipovedenti e non vedenti; in esso sono presenti alcuni tra i principali ostacoli che un ipovedente può incontrare nella propria quotidianità. In particolare il dataset si compone di potenziali ostacoli relativi a una ipotetica situazione di utilizzo all’aperto.
Dopo avere stabilito dunque che Torch7 fosse il supporto da usare per la classificazione, l’attenzione si è concentrata sulla possibilità di sfruttare la Visione Stereo per aumentare l’accuratezza della classificazione stessa. Infatti, le immagini appartenenti al dataset sopra citato sono state acquisite mediante una Stereo Camera con elaborazione su FPGA sviluppata dal gruppo di ricerca presso il quale è stato svolto questo lavoro. Ciò ha permesso di utilizzare informazioni di tipo 3D, quali il livello di depth (profondità) di ogni oggetto appartenente all’immagine, per segmentare, attraverso un algoritmo realizzato in C++, gli oggetti di interesse, escludendo il resto della scena. L’ultima fase del lavoro è stata quella di testare Torch7 sul dataset di immagini, preventivamente segmentate attraverso l’algoritmo di segmentazione appena delineato, al fine di eseguire il riconoscimento della tipologia di ostacolo individuato dal sistema.
11
Raccichini, Giovanni. "Metodi di tipo level set per la segmentazione di immagini di nevi". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2014. http://amslaurea.unibo.it/6949/.
Texto completoResumen
La tesi in oggetto propone un algoritmo che viene incontro alla necessità di segmentare in modo regolare immagini di nevi. Si è fatto uso di metodi level set region-based in una formulazione variazionale. Tale metodo ha permesso di ottenere una segmentazione precisa, adattabile a immagini di nevi con caratteristiche molto diverse ed in tempi computazionali molto bassi.
12
Farina, Sofia. "Moto per curvatura per l'elaborazione di immagini ecocardiografiche". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2015. http://amslaurea.unibo.it/8777/.
Texto completoResumen
In questa tesi discutiamo un modello di segmentazione di immagini ecocardiografiche espresso tramite un'equazione a derivate parziali di evoluzione geometrica. A questo scopo introduciamo la nozione di curvatura in una opportuna metrica riemanniana associata all'immagine e verifichiamo che il modello inizialmente introdotto da C. Corsi, G. Saracino, A. Sarti, C. Lamberti, può essere interpretato come una generalizzaione di un flusso per curvatura in questa metrica.
13
Franceschetti, Sara. "Analisi di immagini fluoroscopiche: compensazione dell'artefatto da movimento". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2012. http://amslaurea.unibo.it/4690/.
Texto completo
14
Saguatti, Marco. "Applicazione di un algoritmo di graph cut per la segmentazione di femori in immagini CT". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2020.
Buscar texto completoResumen
L'osservazione di immagini per valutare le condizioni degli organi o per pianificare interventi chirurgici è una pratica comune.
E' posta una speciale attenzione nella caratterizzazione dei bordi degli organi e nella loro dettagliata profilazione.
Questo tipo di processo è detto segmentazione.
Al giorno d'oggi la segmentazione di oggetti nelle immagini CT viene eseguita manualmente dai medici.
La procedura è assai dispendiosa in termini di tempo e richiede una grande esperienza.
La segmentazione del profilo geometrico della testa del femore è un'operazione complessa perfino da svolgere manualmente.
Si sta cercando di automatizzare questa procedura tramite algoritmi di machine learning.
Negli ultimi anni, le tecniche di analisi delle immagini hanno compiuto numerosi passi avanti e si ritiene possibile che possano essere utilizzate per agevolare il lavoro dei medici.
In questa tesi verrà descritto un metodo non supervisionato per la segmentazione di femori nelle immagini CT basato sul graph cut.
Questo permette di ottenere risultati precisi e può essere applicato ad immagini tridimensionali.
Nel primo capitolo verranno introdotti gli argomenti principali su cui si basa il metodo di graph cut, fra cui i grafi.
Nel secondo capitolo verrà illustrata dettagliatamente questa tecnica approfondendone gli aspetti più importanti, come la minimizzazione dell'energia.
Nel terzo capitolo saranno mostrati alcuni strumenti di elaborazione delle immagini utili per la segmentazione del femore tramite il metodo di graph cut, fra cui lo sheetness filter.
Nell'ultimo capitolo sarà riportata l'intera procedura di segmentazione dei femori descrivendo la sequenza di operazioni coinvolte.
In conclusione i risultati ottenuti verranno valutati tramite un confronto qualitativo e quantitativo con i risultati attesi.
In futuro si cercherà di apportare ulteriori migliorie a questa tecnica tentando diverse operazioni, fra cui un'ottimizzazione dei parametri e l'affiancamento con una rete neurale.
15
Franci, Silvia. "Segmentazione del pavimento di una scena basata sul riconoscimento del pattern". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2014. http://amslaurea.unibo.it/6559/.
Texto completoResumen
Nel contesto della tesi è stata sviluppata un'applicazione di Realtà Aumentata per tablet Android nell'ambito dell'interior design. Dopo aver acquisito un'istantanea con la fotocamera del dispositivo di un ambiente interno, è possibile selezionare attraverso un "tocco" sul display il rivestimento (pavimento o parete) di cui si vuole simulare il cambiamento di colore o texture. Una volta individuata ed evidenziata l'area di interesse, in tempo reale è possibile cambiare interattivamente l'aspetto del rivestimento precedentemente selezionato. La tesi si focalizza sulla ricerca di un metodo che consenta di avere una segmentazione accurata della superficie di interesse.
L'algoritmo di segmentazione studiato, utilizzato nell'applicazione di Realtà Aumentata, è sviluppato nel contesto della collaborazione tra il Computer Vision Group (CVG), coordinato dal Prof. Alessandro Bevilacqua e Maticad S.r.l., un'azienda che opera nel settore dell'Information Technology, Distributed Applications, Internet e Computer Grafica, presso la quale ho effettuato un periodo di tirocinio. Maticad, oltre a software per pc desktop, sviluppa applicazioni per iOS e in questo contesto, durante il tirocinio, ho sviluppata un'applicazione demo per iOS 7 volta a studiare le prestazioni dei sensori (ottico, inerziali, magnetici), in vista di un futuro porting dell'applicazione su quel sistema operativo.
16
Mongitore, Marco. "Progetto e sviluppo di una interfaccia grafica e di software per la segmentazione di bio-immagini". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2017. http://amslaurea.unibo.it/13253/.
Texto completoResumen
Nell’era della digitalizzazione è sempre più importante la gestione e la manipolazione delle immagini digitali. Questa importanza è direttamente legata alle applicazioni, che possono spaziare in vari campi, dall’intrattenimento (e.g. nelle moderne tv), all’editing e il fotoritocco o ancora in ambito biomedicale. Quest’ultimo è un campo di applicazione importante dell’elaborazione delle immagini.
Un’elaborazione che riveste particolare interesse è la segmentazione, in quanto permette di dividere l’intera immagine in diverse regioni ed isolare quelle di maggiore interesse. In particolare nella diagnostica per immagini la segmentazione viene utilizzata per evidenziare aree di notevole interesse medico. Normalmente questo lavoro spetta ad un equipe di medici esperti del settore, impiegando quindi molto tempo e risorse, l’utilizzo di
segmantatori automatici potrebbe aiutare il personale ad individuare un’area di interesse in maniera più efficace e rapida, rispetto alla segmentazione manuale. Il presente lavoro ha lo scopo di progettare e sviluppare un software di segmentazione automatica con interfaccia grafica, il quale permette di acquisire immagini (anche in formato DICOM) ed effettuarne la segmentazione. Sono stati implementati degli algoritmi noti in letteratura, sia di base che avanzati. Tra gli algoritmi di base sono presenti Otsu, Otsu multisoglia, edge-line detection (Sobel, Prewitt, Roberts, LoG, Canny), Watershed e Region Growing. Mentre gli algoritmi avanzati sono stati implementati Active contour Chan-Vese, Geodesic, Fast Marching Level-Set, Snakes. Inoltre vi è la possibilità di confrontare tra loro diversi metodi o confrontare un metodo con una ground truth. Questo confronto avviene sia visivamente che attraverso dei parametri classici tra cui differenza di area, accuratezza, sensibilità, specificità, coefficiente di Dice, distanza di Hausdorff.
17
Tardini, Gianmarco. "Studio dell'osteoclastogenesi tramite analisi di immagini di microscopia confocale in fluorescenza". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2021. http://amslaurea.unibo.it/24032/.
Texto completoResumen
Ogni anno in Italia si registrano trentacinquemila nuovi casi di metastasi ossee e l’osso è il terzo sito di metastatizzazione più frequente al mondo. Non avendo a disposizione cure efficaci contro la malattia, il progetto “Dinamica” si impegna a sviluppare dei materiali biomimetici medicati che svolgono la duplice azione antitumorale e inibente il riassorbimento osseo. Obiettivo principale del progetto è la validazione in vitro ed ex vivo dei dispositivi, con l’intento di poterli utilizzare come cura per i pazienti colpiti da metastasi ossee.
Per ricreare l’ambiente metastatico in laboratorio, utile per la validazione in vitro dei device, gli studiosi sono partiti ottenendo e analizzando le varie cellule costituenti il microambiente metastatico, tra cui gli osteoclasti. Da prelievi sanguigni di pazienti, sono stati estratti dei monociti e attraverso un trattamento chimico sono stati fatti differenziare in osteoclasti. Dopo quindici giorni, sono state ricavate delle immagini attraverso microscopia confocale in fluorescenza sia delle colture cellulari sottoposte al trattamento che no. Per valutare l’efficienza del processo di differenziazione e il comportamento cellulare in modo automatico e ripetibile, è stato creato un codice in Matlab che analizza i vari campioni di pre-osteoclasti. Lo sviluppo di un codice in ambiente Matlab permette di esaminare le immagini in maniera più accurata e consistente rispetto ad una mera analisi visiva dell’operatore, a cui verrà mostrato il risultato finale dopo che le immagini sono state processate.
I risultati ottenuti sono di notevole supporto all’operatore sotto molteplici aspetti. L’affaticamento visivo dell’operatore è notevolmente ridotto, infatti l’elaborazione svolta mette in luce le cellule cercate, focalizzando l’attenzione dell’esperto sulle suddette cellule e non sull’intero campione. Chiaramente è sempre necessario un controllo finale che possa valutare l’apprezzabilità del risultato.
18
Canella, Michael. "Sviluppo di un sistema basato sul machine learning per l’analisi automatica di immagini ultrasonografiche". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2019. http://amslaurea.unibo.it/17541/.
Texto completoResumen
Questo lavoro di tesi si concentra sull'utilizzo di una rete neurale convoluzionale di nome U-Net per la segmentazione di immagini ultrasonografiche acquisite in B-Mode della vena giugulare interna, al fine di rilevarla per l'estrapolazione di alcuni parametri da parte dei medici. La rete neurale è implementata in Tensorflow e Python. Il testo è suddiviso in quattro capitoli in cui si affronta inizialmente il contesto medico in cui avviene questo lavoro e introducendo le analogie del corpo umano con le reti neurali artificiali. Successivamente si passa all'esplorazione delle reti neurali convoluzionali evidenziandone i principi di funzionamento e affrontando le tematiche principali e significative che conducono questi strumenti ad un risultato ottimale. Infine viene riportata l'implementazione, la descrizione del dataset usato e vengono illustrati diversi esperimenti, i cui risultati mostrano alcune difficoltà, ma che con il giusto metodo si può raggiungere l'obiettivo finale.
19
Scotti, Alessandro. "Sviluppo e validazione di un nuovo approccio basato su reti neurali convoluzionali 3D per la valutazione della progressione della malattia policistica renale autosomica dominante". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2020.
Buscar texto completoResumen
La Malattia Policistica Renale Autosomica Dominante (ADPKD) è una malattia ereditaria caratterizzata dal progressivo sviluppo, all'interno di entrambi i reni, di numerose cisti che, sostituendosi al tessuto funzionante, determinano nel giro di alcuni anni, una insufficienza renale. Una precisa valutazione della progressione della malattia è necessaria per stabilire prontamente quale sia la terapia più appropriata e la sua efficacia. Tale valutazione si basa principalmente su tecniche di imaging, che permettono di ispezionare visivamente le crescite renali anomale e di quantificarle attraverso misurazioni. Ad oggi il volume totale del rene (TKV) è considerato il miglior biomarcatore per la valutazione della progressione della malattia in quanto lo sviluppo delle cisti causa a sua volta una espansione del rene stesso. Il calcolo del TKV è strettamente correlato ad una corretta segmentazione del rene malato. L'obiettivo principale del lavoro di tesi è la progettazione e la validazione sperimentale di tecniche in grado di eseguire la segmentazione completamente automatica di reni, al fine di valutare correttamente la progressione dell'ADPKD. In particolare, è stata progettata una soluzione basata su una rete convoluzionale tridimensionale con lo scopo di eseguire in maniera del tutto automatica la segmentazione renale per il calcolo del TKV. La rete realizzata è stata testata su 5 fold calcolando per ciascuno i valori medi del coefficiente di Dice, sensibilità e specificità ottenuti confrontando le maschere generate dalla rete e le maschere realizzate manualmente e considerate come ground truth. I risultati ottenuti sono stati soddisfacenti e paragonabili ad altre tecniche gia in precedenza validate.
20
Durastanti, Gilda. "Generazione personalizzata di superfici articolari di caviglia in ortopedia: confronti tra modelli geometrici ottenuti da diverse tecnologie di immagini diagnostiche". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2017.
Buscar texto completoResumen
Ad oggi i fallimenti di protesi di caviglia sono dovuti alle geometrie poco rispettose delle strutture anatomiche; una personalizzazione del disegno protesico può aiutare a superare tale problema. L’obiettivo di questo studio è di trovare una procedura che consente di definire un modello morfologico accurato e personalizzato della caviglia, eventualmente da utilizzare in futuro nella relativa progettazione protesica. Tale attività, svolta in parte all’Estero, rientra nel progetto interdisciplinare POR-FESR 2014-2020 “CUSTOM IMPLANTS” relativo alla progettazione/realizzazione di endoprotesi su misura con tecnologie sottrattive/additive. In dettaglio, sono state eseguite e valutate cinque ricostruzioni morfologiche di una gamba da cadavere derivate da altrettanti dispositivi di imaging, ossia CT (Computed Tomography) standard e Dual Energy, MRI (Magnetic Resonance Imaging) ad 1.5 e 3.0 T e una innovativa CT basata sulla tecnologia Cone-Beam (CBCT). Le relative scansioni sono state segmentate per creare vari modelli CAD per osso e cartilagine, anche tra loro combinati tramite registrazione. Le procedure di ricostruzione morfologica sono state valutate tramite l’analisi di mappe di distanza. Il modello dato dall'accoppiamento di CAD da CBCT con MRI 3.0 T ha prodotto mappe più omogenee e con minor dispersione nella registrazione; inoltre, tale modello ha confermato recenti osservazioni che vedono il talo meglio modellato come tronco di cono asimmetrico con apice laterale, vista la grande differenza tra i raggi di curvatura mediale e laterale. Quanto trovato risulta utile nella realizzazione di un modello morfologico maggiormente rappresentativo della caviglia in esame, aiutando a definire al meglio i parametri patient-specific per la realizzazione di una protesi custom di caviglia.
21
Veratti, Andrea. "Sviluppo di nuove tecniche per la diagnosi e il monitoraggio di malattie dell'orecchio interno". Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2013. http://amslaurea.unibo.it/5018/.
Texto completoResumen
Questa tesi nasce dall’idea di sfruttare i recenti sviluppi della tecnica nell’ambito delle elaborazioni tridimensionali su immagini interne al corpo umano per creare nuovi strumenti di diagnosi e controllo utili ai fini medici.
In particolare, si cercherà un nuovo strumento di diagnosi per una malattia, ampiamente diffusa tra la popolazione, che colpisce l’orecchio interno: la cupololitiasi, anche nota come vertigine parossistica posizionale benigna.
Il presente studio, che fa parte di un più ampio progetto di ricerca, è volto a definire un protocollo sia di misure antropometriche che di densità di tessuti e alla verifica di parametri, su un numero limitato di campioni, la cui presenza consente di rilevare la malattia. Si cercano misure che diano valori differenti tra orecchi interni sani e malati, cioè segnali inequivocabili della presenza della cupololitiasi. Si utilizzano immagini provenienti da TAC effettuate a pazienti sofferenti di cupololitiasi per scopi diagnostici; si elaborano in 3D e si misurano con il programma di Materializze: MIMICS.