Valutazione delle performance di un algoritmo per la quantificazione della pressione portale epatica da ecografia con mezzo di contrasto

La misurazione del gradiente pressorio venoso (HVPG) viene utilizzata per diagnosticare la gravità della malattia del fegato ma si tratta di una pratica invasiva e che non può essere effettuata in tutti i pazienti. Per questo motivo sono state studiate nuove metodiche per riuscire ad analizzare la cirrosi, una tra le quali l’indagine ecografica. Un progetto in fase di svolgimento (progetto CLEVER) è stato avviato per riuscire a sviluppare, validare e trasferire nella pratica clinica un nuovo sistema basato sull'analisi di immagini ecografiche con mezzo di contrasto al fine di valutare la gravità della degenerazione della rete vascolare causata dalla cirrosi. L'obiettivo principale della ricerca è quello di sviluppare uno strumento completamente automatico per l'analisi in tempo reale della rete vascolare del fegato in grado di valutare la connettività vascolare e quantificare il grado di squilibrio della rete.

Analisi preliminare dei risultati di TC perfusionale effettuata su tessuto polmonare sano

Le ultime ricerche in campo oncologico sulle cure antitumorali sono indirizzate verso una categoria definita target therapy. In particolare tra le più promettenti, le terapie antiangiogenetiche, il cui scopo primario è quello di limitare l’apporto di sangue al tumore. In questo contesto la Tomografia Computerizzata (TC) perfusionale rappresenta un’importante tecnica di imaging radiologico in grado, teoricamente, di fornire misure quantitative, che permettano una valutazione, anche precoce, della risposta alle terapie antiangiogenetiche. I principali problemi aperti in questo campo riguardano la standardizzazione dei protocolli di acquisizione e di elaborazione delle sequenze perfusionali, che determinano la scarsa riproducibilità dei risultati intra- ed inter-paziente, non consentendone l’uso nella pratica clinica. In letteratura sono presenti diversi studi riguardanti la perfusione dei tumori polmonari, ma vi sono pochi studi sull’affidabilità dei parametri perfusionali calcolati. Questa Tesi si propone di analizzare, quantificare e confrontare gli errori e l’affidabilità dei parametri perfusionali calcolati attraverso la TC perfusionale. In particolare, vengono generate delle mappe di errore ed effettuati dei confronti di diverse regioni del polmone sano. I risultati ottenuti dall’analisi dei casi reali sono discussi al fine di poter definire dei livelli di affidabilità dei parametri perfusionali e di quantificare gli errori che si commettono nella valutazione dei parametri stessi. Questo studio preliminare consentirà, quindi, un’analisi di riproducibilità, permettendo, inoltre, una normalizzazione dei valori perfusionali calcolati nella lesione, al fine di effettuare analisi intra- ed inter-paziente.

Sistema di visione stereo su architettura ZYNQ

Lo scopo della tesi è creare un’architettura in FPGA in grado di ricavare informazioni 3D da una coppia di sensori stereo. La pipeline è stata realizzata utilizzando il System-on-Chip Zynq, che permette una stretta interazione tra la parte hardware realizzata in FPGA e la CPU. Dopo uno studio preliminare degli strumenti hardware e software, è stata realizzata l’architettura base per la scrittura e la lettura di immagini nella memoria DDR dello Zynq. In seguito l’attenzione si è spostata sull’implementazione di algoritmi stereo (rettificazione e stereo matching) su FPGA e nella realizzazione di una pipeline in grado di ricavare accurate mappe di disparità in tempo reale acquisendo le immagini da una camera stereo.

Caratterizzazione sensoriale e strumentale di salami di pregio: il caso della mora romagnola.

Questo lavoro di tesi ha riguardato lo studio e la caratterizzazione, sia sensoriale che strumentale, di dodici campioni di salame, prodotti utilizzando carne di suino convenzionale o di Mora Romagnola, con lo scopo di evidenziare le differenze esistenti tra i due tipi di prodotto e, nel contempo, discriminare i prodotti ottenuti con carne di Mora Romagnola, da quelli simili, ma meno pregiati, disponibili sul mercato. In particolare, la caratterizzazione sensoriale è stata condotta tramite l’applicazione dell’analisi quantitativo-descrittiva (QDA®), mediante la quale è stato definito il profilo sensoriale dei campioni oggetto di studio. A supporto della messa a punto del profilo sensoriale del prodotto, sullo stesso gruppo di campioni, è stata effettuata un’analisi strumentale, avvalendosi dell’utilizzo di un “occhio elettronico” in grado di effettuare, in tempi estremamente rapidi, un’analisi dell’apparenza del prodotto tramite l’acquisizione di immagini, successivamente elaborate. I dati ottenuti dall’analisi sensoriale e strumentale, elaborati statisticamente con l’utilizzo di tecniche di analisi multivariata, hanno evidenziato come i campioni di Mora Romagnola presentassero una maggiore variabilità rispetto a quelli prodotti con carne di suino convenzionale. Nello specifico, i campioni di Mora Romagnola sono risultati essere maggiormente caratterizzati dagli attributi di “stagionatura” e “speziatura” e da tonalità più scure rispetto ai salami ottenuti mediante carne di suino convenzionale, più descritti da una nota olfattiva acidula e da un’elevata omogeneità di distribuzione del grasso. L’approccio seguito, fondato sulla correlazione dei dati sensoriali e strumentali, rappresenta, quindi, uno strumento potenzialmente utile non solo in un’ottica di caratterizzazione e discriminazione della qualità degli alimenti, ma anche in un’ottica di valorizzazione dei prodotti tipici, fornendo informazioni utili per generare una maggiore consapevolezza nei consumatori in merito alla scelta dei prodotti, ad esempio durante la fase di acquisto.

Calibrazione e validazione di modelli per la simulazione CFD di impatto a parete di spray di combustibili

Il seguente lavoro è uno studio di iniezione (strategia, timing, spray pattern) svolto con la simulazione numerica, alle quali oggi si richiede dettaglio e accuratezza. Il lavoro si concentra sullo studio di spray multi componente, tramite la scrittura di una UDF (user define function) proprietaria, valutazione sensibilità dell'impatto a parete, film boiling a parametri modellistici influenzati dal multicomponente e scrittura di un codice per l'elaborazione delle immagini sia sperimentali che numeriche per rendere più esteso il confronto tra CFD e sperimentale, per migliorare le tarature e i modelli e comprendere meglio la fenomenologia.

Caratterizzazione mediante flussaggio stazionario CFD di condotti di motori a combustione interna 'SACI'

In questo lavoro di tesi si è voluta creare una metodologia solida per la generazione di geome-trie banchi di flussaggio stazionario, sia per Tumble che per Swirl, a varie alzate valvole (in questo caso solo aspirazione, ma estendibile anche a quelle di scarico), avvalendosi del soft-ware SALOME; seguite da creazione griglia di calcolo e infine simulazione in ambiente Open-FOAM. Per prima cosa si è importata la geometria creata in un CAD esterno e importata in SALOME in formato STEP. A seguito si sono posizionate le valvole all’alzata da simulare, insieme alla creazione del falso cilindro, diversificato tra il caso Tumble e Swirl. Si è importato il file del banco di flussaggio, in formato STL, in snappyHexMesh e generata la griglia; questa è stata utilizzata per la simulazione in ambiente OpenFOAM, utilizzando l’utility rhoPorousSimpleFoam. Infine, si sono estratti i dati per il calcolo di grandezze utili, coppia di Tumble/Swirl e portata in massa, oltre alla creazione di immagini di visualizzazione campi di moto, utilizzando il post processore ParaView. In parallelo si è sviluppata l’automatizzazione delle varie fasi servendosi sia di script scritti in python che in bash.

Sviluppo di un’app mobile con Realtà Aumentata e Machine Learning in contesto di biodiversità

Il volume di tesi ha riguardato lo sviluppo di un'applicazione mobile che sfrutta la Realtà Aumentata e il Machine Learning nel contesto della biodiversità. Nello specifico si è realizzato un modello di AI che permetta la classificazione di immagini di fiori. Tale modello è stato poi integrato in Android, al fine della realizzazione di un'app che riesca a riconoscere specifiche specie di fiori, oltre a individuare gli insetti impollinatori attratti da essi e rappresentarli in Realtà Aumentata.

La pubblicità tra presenza LGBTQ+, stereotipi di genere ed inclusione. Le tendenze della rappresentazione queer all’interno degli spot televisivi americani

La pubblicità – quella televisiva passando poi a quella sul web e sui social – subisce numerose trasformazioni che investono soprattutto i metodi comunicativi con cui sviluppare la propria narrazione. Oggi, di fatto, il mondo della pubblicità non si limita alla sola sponsorizzazione di un brand e dei suoi prodotti, ma si cala sempre più nelle dinamiche sociali, civili ed economiche che caratterizzano il nostro quotidiano. La comunicazione commerciale, dunque, si prefigge di essere il più inclusiva possibile, di coinvolgere storie, situazioni e personaggi che, nella pubblicità del “passato”, sarebbero stati esclusi totalmente o rappresentati in modo stereotipato. Se risulta possibile affermare che, nel panorama mediale odierno, si stia rivolgendo maggiore attenzione alle tematiche LGBTQ+, alle lotte contro la discriminazione di genere e all’ingaggio di personaggi appartenenti alla comunità queer, è altrettanto vero affermare come sia ancora possibile ricadere in rappresentazioni stereotipate e strategie di marketing che si fingono inclusive, solo per cavalcare l’onda del successo di eventi quali il Pride. All’interno di questo elaborato si andrà, in primis, a tracciare la storia culturale della comunità LGBTQ+ e ad approfondire come sia evoluta la sua presenza nei diversi media audiovisivi – dal cinema alle serie tv fino alla pubblicità. Ci si concentrerà poi sugli stereotipi ancora ricorrenti in pubblicità televisiva, ossia quello di genere. L’obiettivo della tesi è verificare se sia giusto parlare di inclusione o se si tratti solo una mera strategia di marketing, ossia di rainbow-washing, quando i brand si avvalgono di immagini e di personaggi LGBTQ+ nei propri spot. Nel capitolo finale, attraverso di un’analisi qualitativa di n. 100 spot televisivi americani, si andranno ad evidenziare i trend LGBTQ+, ossia in che modo oggi le pubblicità statunitensi sviluppano immagini, simboli, personaggi e storie LGBTQ+, realmente positive ed inclusive, in pubblicità.

Rimozione di artefatti visivi di tipo ringing da immagini ottenute tramite risonanza magnetica

La tesi studia un algoritmo presentato per la prima volta da Elias Kellner et al. nell'articolo "Gibbs‐ringing artifact removal based on local subvoxel‐shifts" pubblicato nel 2016 nella rivista Magnetic resonance in medicine. Nella tesi viene dato un background teorico sia dell'acquisizione di immagini tramite risonanza magnetica, soffermandosi in particolare su come si forma l'effetto Gibbs, sia sul funzionamento dell'algoritmo. Vengono poi mostrati numerosi esempi di immagini, sia sintetiche sia acquisite da risonanza magnetica, per dimostrare l'efficacia dell'algoritmo.

Reti Neurali Ricorrenti per la generazione di musica simbolica

Il Deep Learning ha radicalmente trasformato il mondo del Machine Learning migliorando lo stato dell'arte in diversi campi che spaziano dalla computer vision al natural language processing. Non fermandosi a problemi di classificazione, negli ultimi anni, applicazioni di tipo generativo hanno portato alla creazione di immagini realistiche e documenti letterali. Il mondo della musica non è esente da una moltitudine di esperimenti nello stesso campo, con risultati ancora acerbi ma comunque potenzialmente interessanti. In questa tesi verrà discussa l'applicazione di un di modello appartenente alla famiglia del Deep Learning per la generazione di musica simbolica.

Metodologie di Corrispondenza Stereo Basate su Deep Learning per Superfici Altamente Riflettenti e Trasparenti: Dataset e Architettura

Nell’ambito della Stereo Vision, settore della Computer Vision, partendo da coppie di immagini RGB, si cerca di ricostruire la profondità della scena. La maggior parte degli algoritmi utilizzati per questo compito ipotizzano che tutte le superfici presenti nella scena siano lambertiane. Quando sono presenti superfici non lambertiane (riflettenti o trasparenti), gli algoritmi stereo esistenti sbagliano la predizione della profondità. Per risolvere questo problema, durante l’esperienza di tirocinio, si è realizzato un dataset contenente oggetti trasparenti e riflettenti che sono la base per l’allenamento della rete. Agli oggetti presenti nelle scene sono associate annotazioni 3D usate per allenare la rete. Invece, nel seguente lavoro di tesi, utilizzando l’algoritmo RAFT-Stereo [1], rete allo stato dell’arte per la stereo vision, si analizza come la rete modifica le sue prestazioni (predizione della disparità) se al suo interno viene inserito un modulo per la segmentazione semantica degli oggetti. Si introduce questo layer aggiuntivo perché, trovare la corrispondenza tra due punti appartenenti a superfici lambertiane, risulta essere molto complesso per una normale rete. Si vuole utilizzare l’informazione semantica per riconoscere questi tipi di superfici e così migliorarne la disparità. È stata scelta questa architettura neurale in quanto, durante l’esperienza di tirocinio riguardante la creazione del dataset Booster [2], è risultata la migliore su questo dataset. L’obiettivo ultimo di questo lavoro è vedere se il riconoscimento di superfici non lambertiane, da parte del modulo semantico, influenza la predizione della disparità migliorandola. Nell’ambito della stereo vision, gli elementi riflettenti e trasparenti risultano estremamente complessi da analizzare, ma restano tuttora oggetto di studio dati gli svariati settori di applicazione come la guida autonoma e la robotica.

Generazione di dati sintetici di risonanza magnetica cerebrale

L’applicazione degli algoritmi di Intelligenza Artificiale (AI) al settore dell’imaging medico potrebbe apportare numerosi miglioramenti alla qualità delle cure erogate ai pazienti. Tuttavia, per poterla mettere a frutto si devono ancora superare alcuni limiti legati alla necessità di grandi quantità di immagini acquisite su pazienti reali, utili nell’addestramento degli stessi algoritmi. Il principale limite è costituito dalle norme che tutelano la privacy di dati sensibili, tra cui sono incluse le immagini mediche. La generazione di grandi dataset di immagini sintetiche, ottenute con algoritmi di Deep Learning (DL), sembra essere la soluzione a questi problemi.

Analisi integrata di dati SAR e mareografici per lo studio dell’evoluzione di grandi masse di ghiaccio nell’ambito dei cambiamenti climatici: il caso del ghiacciaio Harald Moltke (Groenlandia).

Il progetto di tesi, inserito nel contesto degli studi sugli effetti dei cambiamenti climatici, si basa sull’utilizzo di dati radar derivanti dalla piattaforma satellitare Sentinel-1 (missione spaziale dell’Agenzia Spaziale Europea, inserita all’interno del progetto Copernicus) e mareografici, e ha l’obiettivo di verificare (e quindi validare) l’affidabilità dei dati Sentinel-1 per il monitoraggio della velocità e delle dinamiche di scioglimento del ghiacciaio Harald Moltke (Groenlandia) e la relazione con i fenomeni di distaccamento del suo fronte (eventi di “ice-calving”). Il monitoraggio del ghiacciaio e lo studio di questi ultimi eventi sono tra le tematiche legate al cambiamento climatico toccate dal progetto MACMAP (“A Multidisciplinary Analysis of Climate change indicators in the Mediterranean And Polar regions”, PI. A. Guarnieri, INGV) finanziate dell’istituto Nazionale di Geofisica e Vulcanologia. Per ottenere i campi di velocità del ghiacciaio sono stati utilizzati due dataset di immagini satellitari SAR (Sentinel-1) e, questi, elaborati con tecnica Offset tracking: il primo elaborato dal programma PROMICE e il secondo processato appositamente per questo lavoro con il tool SNAP (SentiNel Applications Platform, tool opensource creato dall’Agenzia Spaziale Europea, ESA). Per relazionare i fenomeni di calving con l’andamento della velocità del ghiacciaio sono stati integrati dati mareografici forniti dall’istituto INGV.

Simulazione fluidodinamica e fluidostrutturale di un tratto aortico addominale

L'obiettivo di questo lavoro di tesi è quello di simulare il comportamento di un'aorta addominale con e senza aneurismatica, considerando sia la fluidodinamica del flusso sanguigno, sia lo spostamento elastico meccanico dell'aorta, quindi come il primo fattore influisca sul secondo e viceversa. Questo elaborato si propone pertanto di investigare gli strumenti che permettano di intervenire ed evitare situazioni degenerative in ambito cardiovascolare. Partendo dal caso di aneurisma dell'aorta addominale (AAA) e servendosi di una serie di strumenti computazionali è possibile compiere un confronto tra quadri clinici di diversi pazienti per favorire e facilitare il lavoro di medici e chirurghi, stabilendo una rapida correlazione tra la cattura di immagini in tempo reale dei pazienti attraverso TAC (Tomografia Assiale Computerizzata) e i parametri d’interesse nella formazione di aneurismi. Si fornisce in questo modo al professionista che li osserva un’immediata ed efficiente comprensione del quadro clinico sulla base del quale potrà decidere se e come intervenire.

DS4H Image Alignment tool, allineamento multimodale automatico: sviluppo di modulo per ottimizzazione dei dati acquisiti ed estensione ad immagini a colori

Molti degli studi oncologici partono dalla analisi di provini istologici, cioè campioni di tessuto prelevati dal paziente. Grazie a marcatori specifici, ovvero coloranti selettivi applicati alla sezione da analizzare, vengono studiate specifiche parti del campione. Spesso per raccogliere più informazioni del campione si utilizzano più marcatori. Tuttavia, questi non sempre possono essere applicati in parallelo e spesso vengono utilizzati in serie dopo un lavaggio del campione. Le immagini così ottenute devono quindi essere allineate per poter procedere con studi di colocalizzazione simulando una acquisizione in parallelo dei vari segnali. Tuttavia, non esiste una procedura standard per allineare le immagini così ottenute. L’allineamento manuale è tempo-dispendioso ed oggetto di possibili errori. Un software potrebbe rendere il tutto più rapido e affidabile. In particolare, DS4H Image Alignment è un plug-in open source implementato per ImageJ/Fiji per allineare immagini multimodali in toni di grigio. Una prima versione del software è stata utilizzata per allineare manualmente una serie di immagini, chiedendo all’utente di definire punti di riferimento comuni a tutte le immagini. In una versione successiva, è stata aggiunta la possibilità di effettuare un allineamento automatico. Tuttavia, questo non era ottimizzato e comportava una perdita di informazione nelle aree non sovrapposte all’immagine definita come riferimento. In questo lavoro, è stato sviluppato un modulo ottimizzato di registrazione automatica di immagini che non assume nessuna immagine di riferimento e preserva tutti i pixel delle immagini originali creando uno stack di dimensioni idonee a contenere il tutto. Inoltre, l’architettura dell’intero software è stata estesa per poter registrare anche immagini a colori.