notiziario di medicina nucleare ed imaging molecolare - AIMN
notiziario di medicina nucleare ed imaging molecolare - AIMN
notiziario di medicina nucleare ed imaging molecolare - AIMN
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Il ruolo dell’entropia nelle immagini<br />
Andrea Casanova e Sergio Vitulano<br />
Introduzione<br />
La trasmissione dell’informazione avviene facendo ricorso ai linguaggi siano essi naturali, iconici, visuali<br />
ecc. Talvolta è utile confrontare i linguaggi tra loro allo scopo <strong>di</strong> selezionare il linguaggio più idoneo per<br />
il trattamento, la trasmissione e ricezione dell’informazione.<br />
Così ad esempio, se desideriamo confrontare le potenzialità semantiche <strong>di</strong> due linguaggi naturali<br />
possiamo valutare il numero <strong>di</strong> atomi, parole e la sintassi dei linguaggi in esame.<br />
Diremo che un linguaggio ha maggiori potenzialità semantiche se utilizza un maggior numero <strong>di</strong> parole<br />
<strong>ed</strong> una sintassi che contiene più regole e più rigorose.<br />
Il linguaggio matematico è così utile, fondamentale <strong>ed</strong> universale per il mondo scientifico per l’ampia<br />
varietà dei simboli che utilizza e per le sue regole sintattiche tanto rigide e rigorose.<br />
Spesso è anche possibile valutare un linguaggio in funzione della sua entropia, cioè del numero <strong>di</strong> frasi<br />
sintatticamente corrette che si possono formulare in relazione al vocabolario <strong>ed</strong> alla sintassi del<br />
linguaggio stesso.<br />
Shannon ha proposto una misura <strong>di</strong> entropia per i linguaggi visuali; egli afferma che l’entropia <strong>di</strong> una<br />
immagine è data dal numero <strong>di</strong> toni <strong>di</strong> grigio che si possono utilizzare. Una immagine a un bit (2 1 = 2 toni<br />
<strong>di</strong> grigio - bianco e nero) ha minore entropia <strong>di</strong> una immagine a 8 bit (2 8 = 256 toni <strong>di</strong> grigio).<br />
Una seconda misura che spesso si associa ad una immagine è l’istogramma: i toni <strong>di</strong> grigio dell’immagine<br />
e la loro frequenza.<br />
Le due misure introdotte, possiamo definirle misure statistiche, forniscono informazioni sul numero dei<br />
toni <strong>di</strong> grigio dell’immagine ma non la <strong>di</strong>stribuzione topologica.<br />
Nel prossimo paragrafo desideriamo introdurre una trasformazione lineare biunivoca e l’entropia <strong>di</strong> una<br />
immagine.<br />
1. Il Metodo<br />
1.1<br />
Noi cre<strong>di</strong>amo che sia più familiare esaminare il contenuto informativo <strong>di</strong> un sottodominio <strong>di</strong> una<br />
immagine se esso è rappresentato da un segnale mono<strong>di</strong>mesnionale piuttosto che da un segnale<br />
bi<strong>di</strong>mensionale. Cre<strong>di</strong>amo infatti e cercheremo <strong>di</strong> <strong>di</strong>mostrarlo in questo lavoro, che un segnale<br />
mono<strong>di</strong>mensionale metta in maggiore evidenza le caratteristiche (Strutture, forme, perio<strong>di</strong>cità, picchi,<br />
zone costanti etc.) <strong>di</strong> quanto sia possibile fare sul corrispondente segnale bi<strong>di</strong>mensionale. Naturalmente<br />
desideriamo che la trasformazione <strong>di</strong> un segnale bi<strong>di</strong>mensionale in un segnale monodomensionale sia<br />
lineare, biunivoca e, con altre parole, che non ci sia per<strong>di</strong>ta <strong>di</strong> informazione.<br />
Sia [A]m,m la matrice dei pixel della nostra immagine e sia<br />
S1= [a1,1,…,a1,m,…,an,m, am,m-1,….,am,1, ….., a2,1 ]<br />
<strong>AIMN</strong> - Notiziario elettronico <strong>di</strong> Me<strong>di</strong>cina Nucleare <strong>ed</strong> Imaging Molecolare, Anno V, n 3, 2009 pag. 22/44