Lo studente partirà da un esame della letteratura per identificare gli algoritmi più promettenti per la creazione di mappe di QSM o la creazione di maschere utili al loro processamento (esempio: toolbox qsmxt). In particolare, si valutino le opportunità di integrazione delle segmentazioni automatiche di vasi sanguigni per la mitigazione di artefatti di suscettività in QSM. Lo studente valuterà l’impatto degli algoritmi di mascheramento su almeno un paio di algoritmi di background field removal e un paio di algoritmi di dipole inversion. L’obiettivo può essere quello di ridurre la variabilità entro i sani / aumentare differenza tra sani e parkinson in aree note, accompagnando ciò con la validazione mediante variabili cliniche.

Profilo richiesto: Interesse per il neuroimaging con capacità di capire le basi del QSM (background field removal e dipole inversion), capacità di utilizzare software su Linux quindi possibilmente un minimo di confidenza con il terminale