• biomedical
• denoising
• imaging
• photoacoustic

Negli ultimi decenni l'imaging fotoacustico ha attirato un notevole interesse per quel che concerne il rilevamento e la misurazione di emoglobina ossigenata e deossigenata ottenendo, così, delle informazioni metaboliche. Possiamo definirla una modalità emergente nell'ambito dell'imaging biomedico che consente di rilevare assorbitori ottici mediante rilevatori acustici e gode di numerosi vantaggi quali elevata risoluzione e, cosa importante, non fa uso di radiazioni ionizzanti. Nonostante siano stati compiuti notevoli progressi, al momento vi sono molteplici sfide da affrontare che ne limitano l’applicabilità clinica: la profondità di penetrazione e il ridotto rapporto segnale rumore (SNR); sulla base di ciò, nel mio lavoro di tesi ho sviluppato un algoritmo di denoising basato sulla decomposizione Wavelet e una versione fast del Non Local Means ottenendo dei risultati promettenti sia sul fantoccio che su dataset sperimentali disponibili presso l'istituto di Fisiologia Clinica del CNR di Pisa.

In recent decades, photoacoustic imaging has attracted considerable interest for measurement of oxygenated and deoxygenated haemoglobin, obtaining metabolic information. It's an emerging modality in biomedical imaging that allows optical absorbers to be detected by means of acoustic detectors and enjoys numerous advantages such as high resolution and, importantly, does not use ionising radiation. Although considerable progress has been made, there are currently several challenges to be addressed that limit its clinical applicability: the depth of penetration and the low signal-to-noise ratio (SNR); based on this, in my thesis work I developed a denoising algorithm based on wavelet decomposition and a fast version of the Non Local Means obtaining promising results on the phantom and experimental datasets available at the Institute of Clinical Physiology of the CNR in Pisa.