Isufficienza Placentare nella Specie Equina

Lo sviluppo e la funzionalità della placenta influenzano direttamente la crescita ed il benessere del feto all'interno dell'utero, quindi qualsiasi problema strutturale o funzionale della placenta influenzerà lo sviluppo del feto. Lo scopo di questa tesi è stato quello di approfondire diversi aspetti clinici e clinico-patologici dell’insufficienza placentare nella specie equina, con l’intento di individuare dei parametri che possano essere di ausilio per l’identificazione precoce del puledro a rischio e della necessità di interventi terapeutici. La valutazione della concentrazione di lattato nel sangue e nel liquido amniotico potrebbe essere un utile strumento diagnostico per la diagnosi di acidosi metabolica associata ad ipossia/ischemia nel puledro e per identificare la necessità di un intervento precoce alla nascita. La risposta all’ipossia sembra essere mediata dall’HIF-1 e dall’HSF-1 anche nel puledro neonato, e se questi dati venissero confermati su un numero maggiore di animali, i due marcatori proteici e la MDA potrebbero essere utilizzati per la diagnosi di PAS nel puledro. L’esame di tutta l’unità placentare riveste un ruolo di fondamentale importanza per l’acquisizione di informazioni riguardo all’ambiente di vita intrauterino del puledro, ed è quindi auspicabile nella pratica ostetrica routinaria una maggiore attenzione all’esame della placenta, soprattutto in caso di patologie materno-fetali. Tra i parametri biochimici valutati al momento della nascita, la creatininemia e la glicemia possono fornire informazioni sull’efficienza dello scambio placentare ed essere quindi utilizzati per individuare puledri a rischio. Infine, lo sviluppo di una macro per il software ImageJ porta alla luce uno strumento nuovo, semplice da usare ed economico, per la valutazione morfometrica dell’arborizzazione dei villi placentari; tuttavia la ricerca necessità ulteriori indagini su un numero maggiore di animali per valutare le differenze morfometriche tra placente normali e patologiche.

Advanced Techniques for Face Recognition under Challenging Environments

Automatically recognizing faces captured under uncontrolled environments has always been a challenging topic in the past decades. In this work, we investigate cohort score normalization that has been widely used in biometric verification as means to improve the robustness of face recognition under challenging environments. In particular, we introduce cohort score normalization into undersampled face recognition problem. Further, we develop an effective cohort normalization method specifically for the unconstrained face pair matching problem. Extensive experiments conducted on several well known face databases demonstrate the effectiveness of cohort normalization on these challenging scenarios. In addition, to give a proper understanding of cohort behavior, we study the impact of the number and quality of cohort samples on the normalization performance. The experimental results show that bigger cohort set size gives more stable and often better results to a point before the performance saturates. And cohort samples with different quality indeed produce different cohort normalization performance. Recognizing faces gone after alterations is another challenging problem for current face recognition algorithms. Face image alterations can be roughly classified into two categories: unintentional (e.g., geometrics transformations introduced by the acquisition devide) and intentional alterations (e.g., plastic surgery). We study the impact of these alterations on face recognition accuracy. Our results show that state-of-the-art algorithms are able to overcome limited digital alterations but are sensitive to more relevant modifications. Further, we develop two useful descriptors for detecting those alterations which can significantly affect the recognition performance. In the end, we propose to use the Structural Similarity (SSIM) quality map to detect and model variations due to plastic surgeries. Extensive experiments conducted on a plastic surgery face database demonstrate the potential of SSIM map for matching face images after surgeries.