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
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
Classificazione geografica
Bibliografia
[1] L.O.Chua, L. Yang, "Cellular neural networks: Theory and applications", IEEE Trans. Circuits Syst., vol. 35, pp. 1257-1290, 1988.
[2] K. R. Crounse, L. O. Chua, "Methods for image processing and Pattern formation in Cellular Neural Networks: a tutorial", IEEE Trans. on CAS-I, vol. 42, n.10, pp. 583-601, 1995.
[3] IEEE Transaction on Circuit and Systems, part I and II, Special Issue on Cellular Neural Networks, March 1993, vol. 40, n.3
[4] Int. Journal of Circuit Theory and Applications, Special Issue on Cellular Neural Networks, Wiley Publishers, vol. 24, n. 3, May-June, 1996
[5] IEEE Trans. on Circuits and Systems: I, Special issue on bio-inspired processors and cellular neural networks for vision, vol. 46, no. 2, Feb. 1999.
[6] AnaLogic Computers Ltd, CSL-CNN Software Library, Version 1.1. Budapest, 2000.
[7] Derong Liu, Anthony N. Michel, "Cellular neural networks for associative memories", IEEE Trans. on CAS-II, vol. 40, pp. 119 - 121, February 1993.
[8] Chua, L. O. and T. Roska (2002). Cellular neural networks and visual computing : foundation and applications. Cambridge University Press.
[9] Yang, T. (2002). Cellular neural networks and image processing. Huntington, N.Y., Nova Science Publishers.
[10] G. Pajares, J.M. Cruz, J.A. Lopez-Ozozco, "Stereo Matching Using Hebbian Learning", IEEE Transaction on Systems, Man, and Cybernetics, pp. 553- 559, August 1999.
[11] G. Cserey, C. Rekeczky, P. Foldesy, "PDE based histogram modification with embedded morphological processing of the level-sets", Proc. 7th Int. Workshop on Cellular Neural Networks and their Applications, Frankfurt, Germany, pp. 315-322, 2002.
[12] C. Rekeczky, Y. Nishio, A. Ushida, T. Roska, "Analogic CNN algorithms in bronchogenic carcinoma analysis", Proc. Of ECCTD’95, pp. 889-992, Istanbul, 1995.
[13] F. Bizzarri, M. Storace, M. Parodi, "Cellular nonlinear networks for minimisation of functionals – Part II: Examples," Int. J. Circuit Theory and Appl., vol. 29, 169-184, 2001.
[14] S. Naso, M. Storace, M. Parodi, "A double-layer CNN for image restoration and edge detection", Proc. of 2002 Int. Symposium on Nonlinear Theory and its Applications (NOLTA2002), Xi'an, Oct. 2002, pp. 961-964.
[15] M. Storace, M. Parodi, D. Pastorino, V. Tripodoro, "A method for defining analogue circuits for the minimisation of discrete functionals: an image processing application," Circuits, Systems, and Signal Processing, vol. 18, 455-475, 1999.
[16] F. Bizzarri, M. Parodi, M. Storace, "On the definition of non-linear circuits for continuous-functionals parallel minimisation," Proc. of ECCTD, Stresa, September 1999, pp. 691-694.
[17] M. Storace, F. Bizzarri, M. Parodi, "Cellular nonlinear networks for minimisation of functionals – Part I: Theoretical aspects," Int. J. Circuit Theory and Appl., vol. 29, 151-167, 2001.
[18] P. Julián, A. Desages, and O. Agamennoni, "High-level canonical piecewise linear representation using a simplicial partition," IEEE Trans. CAS-I, vol. 46, pp. 463-480, 1999.
[19] M. Storace, P. Julián, M. Parodi, "Synthesis of nonlinear multiport resistors: a PWL approach," IEEE Trans. on CAS-I, vol. 49, No. 8, pp. 1138-1142, Aug. 2002.
[20] M. Storace, L. Repetto, M. Parodi, "A method for the approximate synthesis of cellular nonlinear networks - Part 1: Circuit definition," Int. Journal of Circuit Theory and Appl., vol. 31, No. 3, pp. 277-297, May-June 2003.
[21] L. Repetto, M. Storace, M. Parodi, "A method for the approximate synthesis of cellular nonlinear networks - Part 2: Circuit reduction," Int. Journal of Circuit Theory and Appl., vol. 31, No. 3, pp. 299-313, May-June 2003.
[22] M. Salerno, F. Sargeni, V. Bonaiuto, S. Taraglio, A. Zanela, "Design of dedicated CNN chip for autonomous robot navigation", IEEE Int. Workshop on CNN and their Appl., pp. 225-232, Catania, 2000.
[23] M. Salerno, F Sargeni, V. Bonaiuto, "A Dedicated Multi-Chip Programmable System for Cellular Neural Networks", Analog Integrated Circuits and Signal Processing, Kluwer Academic Publisher , Vol.18, no.2/3 , pp.: 277-288,1999.
[24] M. Salerno, F. Sargeni, V. Bonaiuto, S. Taraglio, A. Zanela, "A new board for CNN stereo vision algorithm", IEEE Int. Symp. on Circuits and Systems, 2000, Geneve (CH)
[25] G. Martinelli and R. Perfetti, "Generalized Cellular Neural Network for novelty detection", IEEE Trans. CAS-I, vol 41, pp. 187-190, Feb. 1994.
[26] R. Perfetti, M. Salerno, G. Costantini, “Hardware-oriented algorithm for associative memories on cellular neural networks”, Proc. 7th IEEE Int. Workshop on Cellular Neural Networks and Their Appl., 2002, pages 532 -538
[27] A.Salvini, F.R.Fulginei: "Genetic algorithms and neural networks generalizing the Jiles-Atherton model of static hysteresis for dynamic loops" - IEEE Trans. on Magnetics,, Vol. 38, 2, Mar 2002 – pp. 873 -876
[28] M. Brucoli, L. Carnimeo, G. Grassi: "A Global Approach to the Design of Discrete-time Cellular Neural Networks for Associative Memories", Int. Journal of Circuit Theory and Appl., vol. 24, n. 4, pp. 489-510, 1996.
[29] M. Brucoli, L. Carnimeo, G. Grassi: "Associative Memory Design Using Discrete-time Second-order Neural Networks with Local Interconnections", IEEE Trans. on CAS-I, vol. 44, n. 2, pp. 153-158, 1997.
[30] M. Brucoli, L. Carnimeo, G. Grassi: "Heteroassociative Memories via Cellular Neural Networks", Int. Journal of Circuit Theory and Appl., vol. 26, n. 3, pp. 231-241, 1998
[31] M. Brucoli, D. Cafagna, L. Carnimeo: "Design of Cellular Associative Memories for Robot Vision via a Fuzzy Image Segmentation", Proc. of ECCTD, Stresa, Italy, Sept., 1999.
[32] L. Carnimeo: "Target Recognition in Mobile Robot Vision Systems via Neural Networks with Local Interconnections", Artificial Intelligence Series: Advances in Neural Networks World, World Scientific, USA, 2001.
[33] L. Carnimeo: "Synthesis of Neural Associative Memories for Artificial Vision Systems by Fuzzy Image Segmentations", Artificial Intelligence Series: Advances in Neural Networks World, World Scientific, USA, 2001, pp.112-116.
[34] L. Carnimeo, A. Giaquinto: "A Cellular Fuzzy Associative Memory for Image Fuzzification in Robot Vision Systems", Advances in Simulation, Systems Theory and Systems Engineering, World Scientific, USA, October 2002.
[35] J. Wieckert, “A review of nonlinear diffusion filtering”, Lecture Notes in Computer Science, vol. 1252, Springer, Berlin, pp. 3-28, 1997.
[36] L. Alvarez, F. Guichard, P. L. Lions, J. M. Morel, “Axioms and Fundamentalequations of image processing", Arch. Rational Mech. Anal. 123, pp. 199-257, 1993.
[37] F. Corinto, M. Biey, and M. Gilli, “Nonlinear PDE based cellular neural network models,'' invited to the XVI European Conference on Circuit Theory and Design, vol. II, pp. 440-443, Cracow, Sept. 2003.
[38] F. Corinto, M. Biey, and M. Gilli, “PDE based polynomial cellular neural network models,'' Int. Workshop of Nonlinear Circuits and Signal Processing, Honolulu, USA, March 2004.
[39] Biey, P. Checco, and M. Gilli, “Complex dynamic phenomena in space invariant cellular neural networks,'' IEEE Trans. on CAS-I, vol. 49, no. 3, pp. 340-345, March 2002.
[40] Biey, P. Checco, and M. Gilli, “Bifurcation and chaos in CNNs,'' Journal of Circuits Systems and Computers, vol. 12, no. 4, pp. 417-433, August 2003.
[41] Corinto and M. Gilli, “Comparison between the dynamic behavior of Chua-Yang and full-range cellular neural networks,'' Int. Journal of Circuit Theory and Appl., vol. 31, no. 5, pp. 423-441, September 2003.
[42] F. Corinto and M. Gilli, “On stability of cellular neural networks with polynomial interactions,'' Int. Journal of Neural Systems, vol. 13, n. 6, Dec. 2003.
[43] F. Bonani, M. Gilli, I. Maio, and M. Biey, “Qualitative analysis of the dynamics of the time-delayed Chua's circuit,'' IEEE Trans. on CAS-I, vol. 44, no. 6, pp. 486-500, June 1997.
[44] M. Gilli, F. Corinto and P. Checco, “Periodic oscillations and bifurcations in cellular nonlinear networks,'' IEEE Trans. on CAS-I, vol. 51, no. 5, May 2004.
Parole Chiave
RETI NEURALI CELLULARI; CIRCUITI NEURALI; DIAGNOSTICA MEDICA; OFTALMOLOGIA

CIRCUITI NEURALI CELLULARI PER L'ELABORAZIONE IN TEMPO REALE DI IMMAGINI OFTALMICHE IN AUSILIO ALLA DIAGNOSTICA MEDICA

Università degli Studi di Roma "Tor Vergata"
Abstract
Il problema della elaborazione di immagini di tipo oftalmico riveste grande importanza per la diagnosi delle malattie dell'occhio come ad esempio nelle patologie corneali, del nervo ottico e della retina.
La diagnosi delle patologie retiniche si basa su procedure diagnostiche strumentali. Tra queste, rivestono particolare importanza quelle basate sulla analisi di immagini oftalmiche. Ad esempio, l'angiografia retinica digitale permette di esaminare nel dettaglio le strutture anatomiche presenti nel polo posteriore dell'occhio, in particolare la retina, la coroide e la testa del nervo ottico. Le immagini acquisite vengono sottoposte ad elaborazioni grafiche per aumentare la definizione delle aree di interesse diagnostico.

Obiettivo del presente progetto di ricerca, di durata biennale, è quello di studiare e sperimentare metodologie innovative per l'analisi di immagini oftalmiche, al fine di estrarre in tempo reale i parametri più importanti dal punto di vista diagnostico. In questo modo si vuole fornire al medico oculista uno strumento che non solo sia in grado di potenziare le capacità diagnostiche anche in condizioni limite quali opacità diottriche, presenza di artefatti di movimento, acquisizione ai limiti della sensibilità delle telecamere etc., ma di fornire un sistema di analisi e processamento completamente integrato con la strumentazione biomedicale disponibile.
Per raggiungere lo scopo del progetto si intendono utilizzare le metodologie >>>

Coordinatore Scientifico del Programma di Ricerca
Fausto SARGENI Università degli Studi di ROMA "Tor Vergata"
Obiettivo del Programma di Ricerca
La diagnosi delle malattie delle varie parti dell'occhio è principalmente basata su elaborazione di immagini di tipo oftalmico relative alla sola parte anatomica interessata dalla specifica patologia. In particolare, le patologie retiniche si manifestano con sintomi differenti a seconda di quale parte della retina viene danneggiata. Le malattie che interessano la retina centrale, dette maculopatie, provocano una riduzione della acutezza visiva, mentre le malattie della retina periferica amputazioni del campo visivo con riduzione della percezione periferica e della visione notturna.
Il medico oculista fa quindi ampio uso nella diagnosi di patologie retiniche di procedure diagnostiche strumentali sia elettrofunzionali che di imaging. L'angiografia retinica digitale, effettuata sia con fluoresceina che con verde di indocianina, permettono, mediante apparecchiature fotografiche dedicate, di esaminare nel dettaglio le strutture anatomiche presenti nel parte posteriore dell'occhio, in particolare la retina, la coroide e la testa del nervo ottico. Entrambi gli esami si basano sulle proprietà di assorbimento ed emissione delle sostanze coloranti immesse nel sistema circolatorio; l'angiografia a fluorescenza viene effettuata nello spettro del visibile mentre l'angiografia con indocianina viene effettuata nell'infrarosso. L'uso di opportuni filtri interferenziali di eccitazione e sbarramento permette la visualizzazione selettiva di quelle strutture vascolari e tissutali che >>>

Risultati parziali attesi
Algoritmi di elaborazione di immagine basati su architetture CNN.
Implementazione ed ottimizzazione degli algoritmi su scheda multiprocessore DSP.
Pubblicazioni scientificheTool di analisi diagnostica di immagini angiografiche e biomicroscopiche con interfaccia Web. Pubblicazioni scientifiche

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
Le reti neurali cellulari (Cellular Neural Networks, CNN) sono circuiti non lineari, composti da strutture bi-dimensionali di processori analogici (celle), con connessioni prevalentemente locali, descritte da una matrice di pesi di interconnessione chiamata template. Le CNN sono studiate da più di un decennio dalla comunità scientifica internazionale [1] ed anche da molti gruppi di ricerca italiani, la maggioranza dei quali partecipa a questo progetto di ricerca. Il campo naturale di applicazione delle CNN è quello della elaborazione delle immagini in tempo reale [2]. Le CNN, infatti, essendo architetture intrinsecamente parallele composte da strutture bi-dimensionali di processori analogici, sono particolarmente adatte alla elaborazione di immagini con applicazioni che richiedono vincoli di calcolo in tempo reale [3].
Tra le principali applicazioni delle CNN si possono citare: la preelaborazione (preprocessing) delle immagini (riduzione del rumore, deblurring); operazioni di tipo morfologico (erosione ed espansione); la determinazione del numero delle componenti connesse in un'immagine; la rilevazione di contorni; l'inseguimento oggetti in movimento; il riempimento di lacune, la classificazione e riconoscimento di pattern; la rimozione di linee o pixel isolati; operazioni di halftoning, etc. [2-6]. In tali casi sono stati individuati opportuni templates (cioè i pesi che descrivono le interazioni locali delle CNN), in modo che la rete fosse in grado di effettuare >>>