Oggi quasi tutte le immagini mediche sono disponibili in formato digitale. Un’immagine di questo tipo può essere una semplice rappresentazione 2D (radiografia digitale), una rappresentazione spaziale 3D (insieme di immagini 2D di un volume, per esempio una risonanza magnetica del cervello), oppure 2D + tempo (evoluzione nel tempo della perfusione di un mezzo di contrasto in un organo), o ancora a n dimensioni, quando i pixel dell’immagine sono descritti da n valori (imaging multispettrale). In tutti i casi, un’immagine medica non è dunque altro che una tabella, o matrice, a n dimensioni. Un elemento di questa tabella è chiamato pixel (in 2D) o voxel (in 3D).
La matematica, naturalmente
--------------------------------
Se l’uso delle informazioni contenute nelle immagini si basa in larga misura sull’esperienza e sulle conoscenze del medico, occorre constatare che la quantità e la qualità delle immagini ottenute non permettono di sfruttare al meglio questi dati: la visualizzazione resta bidimensionale (su uno schermo o su pellicola fotografica) e talvolta parziale, e dalla competenza umana sono possibili poche valutazioni quantitative, se non nessuna, pur necessarie per una buona analisi del problema clinico studiato. La rappresentazione in forma matriciale porta quindi naturalmente ad affrontare l’elaborazione delle immagini mediche mediante strumenti matematici. Si ricorre così a un ampio ventaglio di discipline, dalla geometria alle equazioni alle derivate parziali, passando per l’algebra lineare, la statistica e la probabilità.
Gli strumenti sviluppati si inseriscono tanto nel processo di acquisizione delle immagini quanto nelle esigenze di modellizzazione, elaborazione ed estrazione delle informazioni. Anche i software per la manipolazione di queste immagini, impiegati nella pratica clinica, richiedono lo sviluppo di strumenti di visualizzazione adeguati.
