Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2004

italiano - english
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
Classificazione geografica
Bibliografia
[ARE04] Arens T Why linear sampling works? Inverse Problems 20:
163-174, 2004.

[BER98] Bertero M, Boccacci P. Introduction to Inverse Problems in
Imaging. Institute of Physics Publishing, Bristol, 1998.

[BER01] Bertero M, Miyakawa M, Conte F, Piana M. Computation of the
response function in Chirp-PulseMicrowave Computerized
Tomography, Inverse Problems. 17: 485-500, 2001.

[BOC99] Boccacci P, Bonetto P, Calvini P, Formiconi AR. A simple model
for the efficient correction of collimator blur in 3D SPECT
imaging. Inv Problems 15: 907-930, 1999.

[CAL01] Calvini P, Vitali P, Nobili F, Rodriguez G. Enhancement of
SPECT reconstructions by means of coregistered MR data. IEEE
Trans Nucl Science, 48: 50-755, 2001.

[CEC99] Ceccarelli M, D'Amore L, De Simone V, Murli A. Numerical
Methods for Total Variation -based deblurring : a comparison
in a parallel environment, Notes on Numerical Fluid Mechanics
73: 257-264, 1999.

[COM96] Committee on the Mathematics and Physics of Emerging
Biomedical Imaging, Mathematics and Physics of Emerging
Biomedical Imaging, National Academy Press, Washington, 1996.

[DAM99] D'Amore L, Laccetti G, Murli A. An implementation of a Fourier
series method for the numerical inversion of the Laplace
Transform , ACM -TOMS, 25: 279-305, 1999.

[DA99B] D'Amore L, Laccetti G, Murli A. Algorithm 796: A Fortran
Software Package for the Numerical Inversion of the Laplace
Transform based on a Fourier Series Method. ACM -TOMS 25:
306-315, 1999.

[ENG96] Engl HW, Hank M and Neubauer A. Regularization of Inverse
Problems. Kluwer, Dordrecht, 1996.

[FAV00] Favati P, Lotti G, Menchi O, Romani F. Solution of Infinite
Linear Systems by Automatic Adaptive Iterations, Linear
Algebra And Its Applications, 318: 209-225, 2000.

[FAV02] Favati P, Lotti G, Menchi O, Romani F. Railway computation for
infinite linear systems, international journal of parallel
programming, 30: 419-431, 2002.

[FOR97] Formiconi AR, Passeri A, Guelfi R, Masoni M, Pupi A, Meldolesi
U, Malfetti P, Calori L, Guidazzoli A. World Wide Web
interface for advanced SPECT reconstruction algorithms
implemented on a remote massively parallel computer. Int J Med
Inform 47:125-138, 1997.

[FOR98] Formiconi AR. Geometrical response of multihole
collimators. Phys Med Biol, 43: 3359-3379, 1998.

[FOR99] Formiconi AR, Passeri A, Calvini P. Theoretical determination
of the collimator geometrical transfer function for the
reconstruction of SPECT data. IEEE Transactions on Nuclear
Science, 46:1075-1080, 1999.

[FO99a] Formiconi AR, Passeri A, Martini S, Pupi A, Loli Piccolomini
E, Zama F, Zanghirati G, Regularization methods in dynamic MRI
reconstruction. Eur. Radiology, suppl.1: s121-s122, 1999.

[FOR02] Formiconi AR, Di Martino F, Volterrani D, Passeri A. Study of
high-energy multihole collimators. IEEE Transactions on
Nuclear Science, 49: 25-30, 2002.

[FOS98] Foster I, Kesselman C. The grid: blueprint for a new computing
infrastructure. Morgan Kaufmann Publishers Inc. San
Francisco, 1998.

[HAM93] Hamalainen MS, Hari R, Ilmoniemi RJ, Knuuttila J and Lounasmaa
OV. Magnetoencephalography - theory, instrumentation and
applications to non invasive studies of the working human
brain. Rev Mod Phys 65: 413-497, 1993.

[LIA91] Liang ZP, Lauterbur PC, A Generalized Series Approach to MR
Spectroscopic Imaging IEEE Trans. Med. Imag., 10: 132-137,
1991.

[LIA94] Liang ZP, Lauterbur PC. An efficient method for Dynamic
Magnetic Resonance Imaging, IEEE Trans. Med. Imag. , v.13,
1994.

[LOL02] Loli Piccolomini E, Zama F, Zanghirati G, Formiconi
AR.Regularization Methods in dynamic MRI , Applied Mathematics
and Computation, 132: 325-339, 2002.

[LOL03] Loli Piccolomini E, Landi G, Zama F. A B-spline parametric
model for high resolution dynamic Magnetic Resonance imaging,
Techn. Report Department of Mathematics University of Bologna,
2003
(www.dm.unibo.it/libradm/document/documenti/prelist.html),
submitted for publication to Applied Mathematics and
Computation.

[LOU92] Louis AK. Medical imaging: state of the art and future
development, Inverse Problems. 8: 709-738, 1992

[MIK02] Miyakawa M, K. Orikasa K, Bertero M, Boccacci P, Conte F,
Piana M. Experimental validation of alinear model for data
reduction in Chirp-Pulse Microwave CT. IEEE Trans Med Im,
2002.

[MUR00] Murli A, D'Ambra P, D'Amore L. Parallel Computation and
problem solving methodologies: a view from some experiences,
Recent Trends in Numerical Analysis, Ed. D.Trigiante,
Advances in the Theory ofComputational Mathematics, Nova
Science, 2000.

[NAT86] Natterer F. The Mathematics of Computerized Tomography. Wiley,
New York, 1986.

[NOB01] Nobili F, Vitali P, Calvini P, Bollati F, Girtler N, Delmonte
M, Mariani G, Rodriguez G. Clinical correlative evaluation of
an iterative method for reconstruction of brain SPECT images,
Nuclear Medicine and Biology 28: 627-632, 2001.

[PAR02] Parker JA, Wallis JW, Jadvar H, Christian P, Todd-Pokropek
A. Procedure Guideline for Telenuclear Medicine. J Nucl Med
43: 1410-1413, 2002.

[PIC02] Piccolomini E, Zama F, Zanghirati G., Formiconi
AR. Regularization methods in dynamic MRI. Applied Mathematics
and Computation, 132: 325-339, 2002.

[ROD00] Rodriguez G, Vitali P, Calvini P, Bordoni C, Girtler N, Taddei
G, Mariani G, Nobili F. Hyppocampalperfusion in mild
Alzheimer's disease. Psychiatry Research - Neuroimaging 100:
65-74, 2000.

[SAN99] San-Kan L, Chen-Hsing P, Csia-Hsien W, Shu-Kun H, Wen-Zhong
J. Consulting with radiologists outside the hospital by using
Java. Radiographics 19: 1069-1075, 1999.

[TIK77] Tikhonov AN and Arsenin VY. Solutions of Ill-Posed Problems.
Winston/Wiley, Washington, 1977.

[VAN04] Vanzi E, Formiconi AR, Bindi D, La Cava G, Pupi A. Kinetic
parameter estimation from renal measurements with a
three-headed SPECT system: a simulation study. IEEE
Transactions on Medical Imaging, in press, 2004.

[VIT04] Vitali P, Raiteri U, Nobili F, Capello D, Rosa M, Calvini P,
Girtler N, Regesta G, Rodriguez G. 2004, Right hemispheric
dysfunction in a case of pure progressive aphemia: fusion of
multimodal neuroimaging. Psychiatry Res., 130:97-107.

[WEB88] Webb S ed., The Physics of Medical Imaging. Institute of
Physics Publishing, Bristol, 1998.
Parole Chiave
PROBLEMI INVERSI; METODI DI REGOLARIZZAZIONE; METODI ITERATIVI PER PROBLEMI MAL POSTI; PROBLEMI DISCRETI MAL POSTI A GRANDE SCALA; REGOLARIZZAZIONE EDGE-PRESERVING; RICOSTRUZIONE DI IMMAGINI SPECT; RICOSTRUZIONE DI IMMAGINI DI RISONANZA MAGNETICA FUNZIONALE; RICOSTRUZIONE DI IMMAGINI ECOCARDIOGRAFICHE; RICOSTRUZIONE DI IMMAGINI A MICROONDE

Problemi inversi nell'imaging medico

Università degli Studi di Firenze
Abstract
Questo progetto è la continuazione di precedenti progetti, uno
finanziato nel periodo 2001-2002 (Anno 2000-prot. MM01111258) e
l'altro nel periodo 2003-2004 (Anno
2002-prot. 2002013422). Quest'ultimo è quindi in corso al momento
della stesura del presente progetto. Nei progetti precedenti è stata
sviluppata una solida rete di collaborazioni fra i vari gruppi e sono
stati ottenuti risultati scientifici di ottimo livello. Tali risultati
sono stati pubblicati sulle riviste di riferimento della letteratura
scientifica internazionale nei settori pertinenti. Vale la pena
menzionare i risultati ottenuti sui modelli della strumentazione di
acquisizione SPECT (Single Photon Emission Computed Tomography), i
metodi per ricostruzioni accurate SPECT, la stima di parametri
fisiologici con SPECT dinamica, ricostruzione multimodale SPECT-MRI
(Magnetic Resonance Imaging), ricostruzione di dati sottocampionati in
MRI e metodi per la tomografia a microonde. È stata anche prodotta una
congrua quantità di software matematico: un pacchetto con i vari
metodi di ricostruzione SPECT sviluppati nei progetti ed anche con
alcuni dei metodi convenzionali, un pacchetto per l'elaborazione di
dati di Medicina Nucleare, un tool per la ricostruzione di dati MRI ed
un pacchetto Java per la sperimentazione di metodi numerici per la
ricostruzione delle immagini. Poiché nei >>>

Coordinatore Scientifico del Programma di Ricerca
Andreas Robert FORMICONI Università degli Studi di FIRENZE
Obiettivo del Programma di Ricerca
In questa sezione descriveremo brevemente gli obiettivi generali e
specifici in una lista cui faremo riferimento nella sezione del
programma. Spendiamo adesso solamente qualche parola in più per
inserire in un contesto coerente gli obiettivi generali.

Prima di tutto stabiliamo l'obiettivo generale del programma di ricerca:

1) PROMUOVERE L'INTRODUZIONE DI NUOVI METODI MATEMATICI PER RISOLVERE
I PROBLEMI CHE EMERGONO NEL CAMPO DELL'IMAGING MEDICO.

Per porre la questione nei termini corretti è utile commentare
brevemente i ruoli delle due comunità protagoniste di questo contesto:
la comunità tecnico-scientifica, composta di matematici, informatici e
fisici attivi in qualche settore dell'imaging medico, e la comunità
medica. Utilizzeremo in ciò che segue, per brevità, i termini
"comunità tecnica" e "comunità medica".

Un primo punto importante è la natura implicitamente interdisciplinare
delle tecnologie impiegate nella strumentazione per l'imaging
medico. Per poter formulare correttamente i problemi diretti è
necessario conoscere quali processi fisici avvengono durante
l'acquisizione dei dati. La conoscenza dei metodi matematici è
ovviamente fondamentale per scegliere le più appropriate tecniche di
inversione. La competenza informatica è richiesta infine per la scelta
di piattaforme appropriate e la >>>

Risultati parziali attesi
Segue un elenco dei risultati attesi alla fine del primo anno.

1 METODI GENERALI

Derivazione di una nuova tecnica di progettazione di collimatori
multiforo per alte energie.

Validazione della tecnica di segmentazione da utilizzare nella stima
di parametri fisiologici a partire da dati di SPECT dinamica.

Definizione dell'algoritmo GSLIM con funzioni B-splines e primi test
su dati simulati.

Prime sperimentazioni di metodi di denoising mediante Wavelets su
proiezioni e immagini SPECT ricostruite.

Parallelizzazione degli algoritmi di ricostruzione CG ed OS-EM.

Caratterizzazione della soluzione regolarizzata ottenuta mediante
l'algoritmo del campionamento lineare in tomografia a microonde.

Completamento dello studio sul più appropriato metodo di segmentazione
per la tecnica di ricostruzione SPECT-MRI.

Introduzione dei metodi di ricostruzione di tipo statistico nel
pacchetto software MAJA.

2 PROBLEMI RELATIVI A SPECIFICI OBIETTIVI CLINICI

Analisi del modello matematico della cinetica di nuovi traccianti per
la stima quantitativa di parametri fisiologici a partire dai dati
proiezione SPECT.

Primi risultati di valutazione quantitativa della perfusione
nell'ippocampo su dati di pazienti.

Completamento della prima serie di >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
Questo progetto è la continuazione di due progetti precedenti,
finanziati l'uno per il periodo 2001-2002 ("Anno
2000-prot. MM01111258") e l'altro per il periodo 2003-2004
("Anno 2002-prot. 2002013422"), quest'ultimo, dunque, ancora
attivo alla data del presente documento.

I gruppi di ricerca coinvolti sono sei, corrispondenti alle sei unità
del progetto; quattro di queste sono situate a Firenze, Bologna,
Napoli e Pisa e due a Genova. Le unità hanno caratteristiche piuttosto
differenti, nonostante che i legami che le accomunano siano molti e
assai stretti.

Il progetto si occupa di problemi inversi che si incontrano in
svariate tecniche di imaging medico, un'area di ricerca importante
che risale all'inizio degli anni '70. L'invenzione della
Tomografia Computerizzata a Raggi X (X-ray CT), nel 1972, ha
rappresentato infatti una rivoluzione per la medicina; non soltanto
perché ha messo a disposizione un nuovo e potente strumento
diagnostico, ma anche perché è divenuta un modello per altre tecniche
di imaging [WEB88]. L'applicazione, ad esempio, del concetto di
tomografia in Medicina Nucleare ha consentito di mettere a punto
tecniche innovative di notevole efficacia, come la Tomografia
Computerizzata ad Emissione di Fotone Singolo (SPECT) e la Tomografia
ad Emissione di Positroni (PET). Con l'introduzione di queste
>>>