L'Automotive ha compiuto grandi sforzi per migliorare il confort di viaggio nei veicoli, anche impiegando tecnologie avanzate per ridurre gli effetti delle buche stradali, per conducente e passeggeri. Questi sistemi adattivi si basano su complesse tecnologie di rilevamento per far sì che le sospensioni reagiscano prontamente quando si entra in una buca. Un passo avanti per ulteriori miglioramenti consiste nel rilevare in anticipo una buca per predisporre un appropriato setting delle sospensioni proprio in corrispondenza della buca. Ciò richiede che la buca venga rilevata a distanza. Mentre si ritiene che tali tecnologie possano essere utilizzate per le automobili, per le motociclette i costi e la necessità di sistemi integrati a basso consumo energetico ne limitano l'uso.
L'obiettivo del Progetto EASEBIKE è il rilevamento automatico delle buche 3D in tempo reale con motocicli dotati di un sistema di imaging ibrido 2D-3D integrato a bordo, dotato di IMU e GPU, per la pre-regolazione delle sospensioni tramite tecnologia predittiva. Questo sistema sfrutta l'intelligenza artificiale attraverso un algoritmo realizzato tramite deep learning per il rilevamento e la caratterizzazione automatica delle buche. La fusione dei dati dei sensori di visione, magnetici e inerziali consente di localizzare e caratterizzare una buca con grande precisione, in curva e rettilineo, rispettando anche tutti i vincoli temporali, fino a velocità che possono raggiungere i 130km/h.
Finanziato da VRM SpA (proprietario dal marchio Marzocchi), azienda leader nella produzione di ammortizzatori e sospensioni.

La diagnostica per immagini è entrata in una nuova era da quando workstation ad altissime prestazioni, basate su potenti processori grafici (GPU), sono diventate di uso comune, consentendo così di estrarre dalle immagini un elevatissimo numero di informazioni, sfruttando tecniche in gran parte consolidate. Il nostro gruppo di ricerca (CVG) lavora da oltre 20 anni nell'estrazione e l'analisi multi-feature da immagini mediche e biomediche, nel campo di ricerca che recentemente ha preso il nome di radiomica, per lo sviluppo di biomarker diagnostici, prognostici and predittivi nel cancro al seno, polmonare, epatico, prostatico, pancreatico, esofageo e gastro-esofageo. Infatti, la fenotipizzazione delle immagini è in grado rivelare informazioni riguardanti non solo la struttura, ma soprattutto la sottostante texture del tessuto tumorale e la sua fisiologia, fino addirittura le proprietà molecolari del tumore, tutti elementi preclusi alla semplice analisi visuale.
Il Progetto RADIOMICS si pone l'obiettivo di sfruttare le nostre consolidate tecniche di imaging quantitativo, machine learning e intelligenza artificiale per analizzare l'eterogeneità radiomica locale dell'habitat tumorale in immagini provenienti da singola o multi modalità (RM, RMmp, TC, TC perfusionale, PET) o tecnologie ibride (TC/PET, PET/MR). L'obiettivo consiste nello sviluppo di biomarker diagnostici, prognostici e predittivi, basati su immagini, e nel fornire un contributo rilevante alla stratificazione e alla stadiazione dei pazienti.
Finanziato da un Consorzio di ospedali accademici e Centri oncologici europei.

Gli studi preclinici in vitro saggiano tipicamente vitalità e proliferazione cellulare, variazioni nel profilo di espressione genica e perturbazione del ciclo cellulare ed innesco di morte cellulare programmata in campioni cellulari esposti a specifici trattamenti di natura fisica o chimica. Negli ultimi anni, l'emergente disciplina della fenotipizzazione tissutale (tissue phenomics) è stata capace di spronare la ricerca clinica a più livelli, dallo sviluppo preclinico di farmaci fino al trattamento finale del paziente, con un grande potenziale di impatto anche sulla ricerca oncologica. Analogamente, la fenotipizzazione di singole cellule (single-cell phenomics) attraverso l'analisi di immagini microscopiche può potenziare fortemente gli studi in vitro, offrendo una valutazione quantitativa del fenotipo di risposta al trattamento. In particolare, l'imaging cellulare apre ad una nuova fenomizzazione spaziale, che catturi l'eterogeneità di risposta al trattamento a livello subcellulare, attraverso la selezione di opportune feature fenomiche.
I trattamenti antitumorali mirano a colpire selettivamente le cellule tumorali, evitando di danneggiare i tessuti sani. Lo scopo del Progetto PHENOMICS è di caratterizzare la risposta di cellule tumorali a diversi tipi di trattamento attraverso l'analisi di immagini microscopiche, nelle quali quantificare le alterazioni nella distribuzione di marker fenomici in seguito al trattamento. La fenomizzazione basata su immagini migliorerà il rapporto benefici/costi degli studi, fornendo dati più coerenti e robusti e parallelamente riducendo tempo e costi, promuovendo quindi lo studio dei trattamenti più efficaci e accelerando il trasferimento dei risultati dalla prima fase preclinica in vitro ai successivi step preclinici e clinici.
Parzialmente finanziato dall'IRCCS - Istituto Scientifico Romagnolo per lo Studio e la Cura dei Tumori (IRST).

Le malattie delle piante causano nel mondo significative perdite di cibo e riduzione della produzione. Il rilevamento precoce di infezioni rappresenta spesso l'unica soluzione efficacie per l'eradicamento del problema. In generale, il rilevamento precoce di condizioni di stress, dovuto ad agenti patogeni o anche a siccità, aiuta a prevenire successivi danni. Esistono diversi approcci in letteratura per affrontare questo problema, inclusa la fenotipizzazione basata su immagini utilizzando telecamere digitali. Il principale beneficio di questo approccio consiste nel fatto che è non a contatto e non invasivo, quindi adatto ad un utilizzo di monitoraggio on-line.
Il Progetto EDEN si dedica all'analisi dei movimenti circadiani attraverso alla caratterizzazione del movimento delle foglie in time lapse, per caratterizzare eventuali cambiamenti in caso di differenti cause di stress. Attraverso un tracciamento ibrido, di regioni e feature è possibile analizzare i movimenti di singole foglie, insiemi di foglie, o dell'intera chioma, sottoposte a differenti cause di stress, dimostrando che i moti circadiani delle foglie sono correlati allo stato fisiologico della pianta. In questo modo, è stato possibile rilevare, dopo appena pochi giorni, la presenza di stress dovuto a mancanza d'acqua o vari tipi di infezione in diverse piante (incluse la barbabietola da zucchero, la pianta di patata e di pomodoro) e quantificarne il grado.
Finanziato da Syngenta S.p.A.

I pori degli stomi svolgono un ruolo cruciale nelle crescita delle piante, in quanto servono sia per l'assorbimento della CO2 sia per la traspirazione dell'acqua, attraverso un bilanciamento di apertura e chiusura degli stomi. In particolare, questo meccanismo consente alle piante di regolare la fuoriuscita dell'acqua e, in ultima sintesi, di sopravvivere. Questa capacità è particolarmente importante per le piante in tempo di siccità, in cui ogni perdita d'acqua causa uno stress sempre maggiore, fino al punto di comprometterne la vita. I cambiamenti climatici di questi ultimi anni hanno esposto in maniera crescente le piante alla siccità, la quale oggi rappresenta in agricoltura il più importante problema.
La possibilità di "guidare" i movimenti dello stoma ha assunto un crescente interesse nella comunità agronomica. Il Progetto ISTOMHICS si propone di sviluppare metodi in grado di segmentare e misurare automaticamente le principali caratteristiche dello stoma, attraverso l'analisi di stack di immagini acquisite con microscopio confocale. L'expertise consolidato del CVG nell'analisi di immagini microscopiche ha permesso di sviluppare un algoritmo di segmentazione, efficacie ed efficiente, in grado di fornire misure accurate delle caratteristiche dello stoma (ad esempio, lunghezza, apertura, ecc.) che vengono usate in un sistema High-Throughput (HTS) per saggi in High Content Screening, con l'obiettivo di misurare gli effetti dei differenti composti chimici sul movimento dello stoma.
Il Progetto è stato finanziato da Syngenta S.p.A.

I velivoli senza pilota (UAV o, più comunemente, droni) sono utilizzati ormai per numerosissimi fini applicativi. Il successo del loro impiego è principalmente dovuto alla possibilità che offrono di ottenere, a costi estremamente ridotti, viste "aeree" praticamente di ogni luogo e ad elevata risoluzione, grazie alla loro agilità di movimento ed alle ridotte dimensioni (gli ultimi modelli ultra-compatti sono in gradi di volare anche in interno). Non vi è dubbio, comunque, che i droni non siano ancora sfruttati al massimo delle loro possibilità in quanto, nella maggior parte delle applicazioni, il flusso di immagini è utilizzato solo per scopi visivi o, al massimo, per analisi di immagini 2D (ad esempio, rilevamento di oggetti o misure planari). Infatti, è noto che avere a disposizione informazioni su oggetti ripresi da diversi punti di vista consente di poter ottenere una ricostruzione 3D dell'oggetto, ad esempio attraverso algoritmi SLAM (Simultaneous Localization And Mapping). Ciò che finora ne ha limitato l'utilizzo, per applicazioni pratiche, è stata l'instabilità numerica degli algoritmi e la loro necessità di notevoli risorse computazionali.
Il Progetto 3-DARE ha come obiettivo lo sviluppo di un software in grado di realizzare ricostruzioni virtuali 3D accurate di qualsiasi ambiente, naturale o urbano, sfruttando esclusivamente le informazioni visuali (immagini) inviate dal drone. Questo risultato è ottenuto utilizzando un processore quad-core, una GPU, e l'ottimizzazione in hardware. Eventuali sensori aggiuntivi (inerziali, magnetici, ecc.) disponibili a bordo UAV vengono sfruttati per una ricostruzione in real-time, o per migliorare l'accuratezza della ricostruzione 3D finale. Quindi, i nostri algoritmi di analisi di immagine vengono applicati sulla ricostruzione 3D della scena.
Il successo di 3-DARE è dovuto principalmente all'esperienza del CVG nell'ambito dell'imaging satellitare, accumulata a partire dal primo algoritmo SLAM, sviluppato nel lontano 2007 nel Progetto STARS, e successivamente raffinato nell'ambizioso e difficile Progetto ASIMO.
Il Progetto 3-DARE è parzialmente finanziato da un'industria italiana.

L'innovazione tecnologica in ortopedia ha come obiettivo la chirurgia di precisione, che include l'utilizzo di impianti protesici personalizzati, ottenuti a partire dalle immagini diagnostiche standard del singolo paziente, dalle forme tridimensionali disegnate e realizzate sulla base degli specifici difetti osteocartilaginei. Seppure siano stati fatti significativi passi aventi in questa direzione, vi sono tutt'ora un elevato numero di fallimenti principalmente dovuti alla mancata corrispondenza geometrica tra la singola specifica articolazione e la protesi artificiale impiantata. Ciò risulta ancora più evidente per le piccole articolazioni quali polso, gomito, spalla e caviglia. D'altra parte, la ricostruzione 3D di oggetti mediante triangolazione laser ha trovato ampia applicazione anche nel campo biomedicale, ed esistono dispositivi in grado di effettuare in maniera rapida la scansione degli oggetti più comuni. Tuttavia, la scansione di oggetti caratterizzati da un alto potere diffusivo, quali il tessuto osseo non consente, a tutt'oggi, di ottenerne una rappresentazione fedele e accurata.
L'obiettivo del Progetto 3DVirBone è la realizzazione di un sistema innovativo, ad elevata accuratezza, basato su videocamera e laser a bassa potenza, in grado di scansionare in tempo reale un segmento di osso grezzo e fornirne un modello virtuale 3D CAD, che sarà successivamente utilizzato per la sagomazione della protesi tramite un braccio robotico operante in camera bianca. Ciò sarà possibile grazie a specifiche tecniche di analisi locale e "pulizia" del segnale, sviluppate nel corso degli anni dal CVG, che consentono di estrarre informazioni in tutti i casi in cui queste sono difficilmente identificabili (ad esempio, in caso di scarsa illuminazione, in cui si producono immagini monocromatiche a basso contrasto oppure, al contrario, di fenomeni riflettenti e diffusivi, così come accade in ambiente industriale non controllato).
La realizzazione di questo sottosistema si inserisce nel contesto del più ampio Progetto "Custom Implants", recentemente approvato dalla Regione Emilia Romagna e classificatosi al primo posto su un totale di oltre 90 progetti presentati.
Il Progetto è cofinanziato dal Fondo europeo di sviluppo della Regione Emilia Romagna.

La Tomografia Computerizzata (TC) è nata per fondere assieme le potenzialità diagnostiche della radiologia e quelle dell'elaborazione digitale, proprie dei computer. La TC a 256 slice, di ultima generazione, offre, rispetto alle TC di precedente generazione, la possibilità di studiare volumi più ampi in tempi ridotti, consentendo di ottenere una migliore resa, per risoluzione e definizione, soprattutto a livello di strutture vascolari, riducendo inoltre la dose di radiazioni a cui viene esposto il soggetto. Lo studio perfusionale rappresenta un valido strumento per la valutazione dell'efficacia delle terapie dirette a bloccare la vascolarizzazione tipica delle lesioni tumorali. Questo consentirebbe di valutare già in fase precoce (dopo il primo ciclo di terapia) se la neoangiogenesi tumorale si riduce, senza attendere i cambiamenti dimensionali, che avvengono più tardivamente.
Il Progetto PERFECT si pone come obiettivo lo sviluppo di una metodologia basata sull'analisi assistita di una sequenza temporale di immagini TC 3D in grado di consentire una valutazione quantitativa, o semiquantitativa, dell'efficacia del trattamento delle lesioni epatiche e polmonari attraverso l'analisi dell'evoluzione temporale di alcuni parametri (radiometrici, geometrici, statistici, ecc.) estratti da regioni di interesse della lesione, acquisite in un tempo ridotto ed identificate da un radiologo esperto. Il loro tracciamento attraverso le sequenze di immagini acquisite durante l'esame di TC dinamica, eseguita con mezzo di contrasto, consente di misurare i diversi parametri perfusionali necessari per quantificare le modifiche nell'angiogenesi e, conseguentemente, l'efficacia della terapia. Tutti gli algoritmi sono concepiti per architetture ad elevate prestazioni di GPU distribuite , in modo da consentire l'analisi in tempo reale anche di sequenze di immagini 4D.
Il Progetto è parzialmente finanziato dall'IRCCS - Istituto Scientifico Romagnolo per lo Studio e la Cura dei Tumori (IRST).

In passato, lo screening in vitro di librerie di composti antitumorali sintetici e naturali si è basato principalmente su saggi di citotossicità in linee cellulari tumorali stabilizzate in coltura bidimensionale (2D). Tale modello ha portato indubbiamente al raggiungimento di importanti traguardi, mostrando tuttavia anche forti limitazioni. Infatti, le colture cellulari 2D sono scarsamente rappresentative di diversi aspetti del reale tumore in vivo, tridimensionale, inclusa l'interazione intercellulare, la penetrazione del farmaco e la resistenza e risposta al trattamento, contribuendo così all'alto tasso di fallimento di nuovi trattamenti antitumorali in fase clinica. Le colture cellulari 3D (come, ad esempio, gli sferoidi multicellulari) possono colmare questa distanza. Inoltre, la combinazione di colture cellulari 3D con sistemi di coltura fluidici che mimino il flusso sanguigno, può costituire un modello tumorale 3D realmente rappresentativo per la predizione degli effetti del trattamento antitumorale sul target finale, il tumore in vivo.
Il Progetto DYNAMO mira alla validazione di protocolli di analisi di feature morfo-biologiche in modelli di coltura 3D utilizzati in terapia preclinica per il test di composti antitumorali e protocolli radioterapici. Gli scopi del Progetto sono molteplici. Primo, il settaggio delle procedure per la generazione di colture cellulari 3D di specifiche forma e dimensione. Secondo, la standardizzazione di un protocollo di staining per l'analisi della vitalità e dell'attività metabolica delle singole cellule componenti la coltura. Terzo, la stabilizzazione di un modello in vitro di migrazione di cellule tumorali per l'analisi dell'invasività neoplastica (ossia l'attività metastatica della coltura e delle sue singole cellule). Infine, lo sviluppo di procedure per analisi quantitativa automatica di immagini microscopiche, per ottenere la riproducibile quantificazione dei fenomeni.
Il Progetto è stato in parte finanziato dall'IRCCS - Istituto Scientifico Romagnolo per lo Studio e la Cura dei Tumori (IRST).

Il Progetto ASIMO si inserisce nel contesto della missione BepiColombo dell'Agenzia Spaziale Europea (ESA), finalizzata all'esplorazione di Mercurio, ed è parte del Progetto MORE (Mercury Orbiter Radioscience Experiment), uno dei due esperimenti finanziati dalla Agenzia Spaziale Italiana (ASI). Il Progetto MORE ha tra i propri obiettivi la determinazione dello stato fisico del nucleo di Mercurio, sulla base dell'analisi del suo stato rotazionale. Lo stato rotazionale di un corpo celeste è caratterizzato dalla sua obliquità e dalle sue librazioni. L'obliquità è data dall'ampiezza angolare tra la normale al piano orbitale del pianeta e la direzione del suo asse di rotazione. Le librazioni fisiche sono caratterizzate, nel caso di Mercurio, da un movimento longitudinale (che prende la forma di un'onda sinusoidale), sovrapposto al movimento nominale di rotazione del pianeta. Questo comportamento è dovuto all'effetto del gradiente di gravità del Sole che induce una librazione forzata la cui massima ampiezza all'equatore è di 400m. Per stimare lo stato rotazionale di un qualsiasi corpo del sistema solare, è possibile, in linea di principio, usare complessi modelli dinamici in cui le funzioni di fitting sono molto generali, in modo che possano essere considerati tutti i possibili stati dinamici. L'accuratezza, tuttavia, in questo caso non è soddisfacente.
Come parte del Progetto MORE, l'obiettivo del Progetto ASIMO è il calcolo della librazione di Mercurio. In particolare, per lo studio dello stato rotazionale di Mercurio in ASIMO, si sfrutta la particolare geometria del problema, che permette l'implementazione di un metodo più accurato, in cui il problema della stima viene affrontato in due passaggi successivi. Dapprima, si stima l'obliquità e, solo successivamente, usando l'informazione residua si stima l'ampiezza della librazione, attraverso il confronto tra coppie di immagini ottiche, acquisite in tempi differenti, che mostrano, almeno in parte, la stessa regione del pianeta. Dalla zona di sovrapposizione siamo in grado di estrarre le invarianti che consentono di ricavare, con accuratezza sub-pixel, i parametri della trasformazione geometrica tra le due viste, da cui si possono infine determinare in modo completo le tre componenti della librazione.
Come parte del Progetto MORE, il Progetto ASIMO è finanziato dall'Agenzia Spaziale Italiana (ASI).

Le patologie respiratorie acute e croniche (quali, ad esempio, l'enfisema e la fibrosi polmonare) sono oggi sempre più diffuse, a causa anche dello stile di vita (il fumo di sigaretta) e dell'aumento dell'inquinamento urbano, e rappresentano oggi la terza causa di morte dopo i tumori e le malattie cardiocircolatorie, inducendo inoltre rilevanti problemi di carattere socio-sanitario. Le cellule staminali polmonari normali offrono una nuova opportunità in medicina rigenerativa per applicazioni cliniche nella cura di patologie degenerative croniche, tra cui la Fibrosi Polmonare Idiopatica (IPF).
Il Progetto STAMINAL costituisce un supporto agli studi in corso di caratterizzazione biomolecolare e dei meccanismi di proliferazione e differenziamento di cellule staminali tumorali polmonari e di IPF. In particolare, questo progetto si propone di sviluppare uno strumento per l'analisi automatica in coltura di cellule staminali polmonari normali o aberranti (tumorali o di IPF). Il monitoraggio e la valutazione di colture cellulari arricchite in cellule staminali polmonari normali mediante visualizzazione al microscopio senza ulteriori manipolazioni da parte dell'operatore consentirà il loro utilizzo nel rispetto delle Good Manufacturing Practice (GMP) a scopo di trapianto.
Il Progetto è parzialmente finanziato dall'IRCCS - Istituto Scientifico Romagnolo per lo Studio e la Cura dei Tumori (IRST).

Questo progetto si colloca nell'amnbito dell'automotive e affronta il problema dell'analisi di immagini ad elevato range dinamico e la metrologia ad immagini. L'obiettivo del Progetto AUTOBEAM è quello di caratterizzare, sia da un punto di vista geometrico (il profilo) sia fotometrico, la distribuzione luminosa del fascio di luce emesso da diversi proiettori di veicoli e proiettato sul pannello di un provafari (dispositivo usato durante il collaudo del veicolo), per verificarne il corretto funzionamento ed in particolare la conformità dei parametri del fascio, in termini di accuratezza, secondo quanto richiesto dalla regolamentazione europea. La elevata accuratezza nell'allineamento del veicolo è ottenuta attraverso la ricostruzione 3D in tempo reale della traiettoria del veicolo mentre si avvicina al provafari, utilizzando marker 3D nativi e un algoritmo per la corrispondenza di caratteristiche sparse in 3D, con stereoscopia. Dopo l'allineamento, è stata impiegata un sensore commerciale CCD, a basso costo. Ricostruendo sperimentalmente la funzione di risposta della videocamera, è stato possibile sviluppare un algoritmo di segmentazione adattivo in grado di effettuare accurate misurazioni del profilo luminoso del fascio secondo quanto percepito dall'occhio dell'operatore.
Il nostro sistema rappresenta il primo prototipo industriale che impiega un sensore CCD a basso costo per valutare automaticamente la conformità dei parametri del fascio luminoso di un proiettore di veicoli rispetto alla regolamentazione europea.
Il Progetto è stato finanziato del Programma Regionale per la Ricerca Industriale, l'Innovazione e il Trasferimento Tecnologico (PRRIITT) della regione Emilia Romagna. (Simpesfaip S.P.A.).

Il Progetto STARS, condotto assieme al Dipartimento di Ingegneria delle Costruzioni Meccaniche, Nucleari, Aeronautiche e di Metallurgia (DIEM), si propone di studiare, progettare e realizzare un sensore di assetto per satelliti capace di fornire come uscita l'orientamento (assetto) del sistema di riferimento assi corpo, rispetto ad un sistema di riferimento inerziale. La proprietà caratterizzante questo sensore è quella di poter fornire la suddetta soluzione completa d'assetto indipendentemente dalla presenza di altri sensori. Allo stato dell'arte, invece, sono i cosiddetti sensori stellari (star trackers, star cameras) a ricostruire l'assetto del satellite confrontando una fotografia del cielo stellato, ripresa da una camera fissata rigidamente alla struttura del satellite, con un catalogo di stelle immagazzinato nella memoria di bordo. L'idea innovativa alla base del Progetto STARS è quella di proporre un sensore d'assetto autonomo a tre assi di nuova concezione, in cui l'informazione venga acquisita solo tramite ripresa di immagini della superficie terrestre. La sfida è quella di riuscire, con il nostro algoritmo per la stima della posa basato sulla registrazione di immagini, a misurare gli angoli di Eulero dell'assetto di un satellite in orbita bassa (LEO) con l'accuratezza richiesta (1 arcsec).
STARS è un Progetto Strategico finanziato dall'Università di Bologna.

L'aumentata disponibilità di potenza di calcolo su architetture PC ed embedded ha aperto le porte alla possibilità di elaborare in 3D ed in tempo reale scene affollate, in cui l'ambiente sorvegliato è completamente coperto da una rete di telecamere "debolmente" sincronizzate. Il Progetto ENVISAGED si propone di sfruttare l'esperienza acquista dal CVG nel tracciamento di persone e nell'analisi in 3D, effettuata con coppie di telecamere e stereoscopia, per sviluppare un sistema di tracciamento di persone per aree estese. Il sistema di rete di telecamere è in grado di auto-calibrarsi ed il nucleo del progetto è la tecnologia di tracciamento di persone che abbiamo sviluppato. Sull'output del nostro modulo sarà costruito, da altre due unità, un sistema di analisi del comportamento ed un efficace sistema di decision-making. Una piccola impresa svilupperà il prodotto commerciale ed un'azienda leader nel settore della sicurezza si occuperà di portare il prodotto sul mercato.

L'analisi automatica di immagini e sequenze gioca un ruolo fondamentale nella maggior parte dei sistemi di visione artificiale nell'ambito del settore medicale. La valutazione di patologie e trattamenti è spesso affidata completamente all'analisi visiva, non quantitativa, a causa anche delle obiettive difficoltà nello sviluppo di sistemi di valutazione automatici, o assistiti, in un settore critico qual è quello della salute degli individui. L'obiettivo del Progetto DERMOCAL è quello di sviluppare un dispositivo compatto, portatile e a basso costo, in grado di effettuare automaticamente, in vivo ed in maniera routinaria, misurazioni relative alla superficie cutanea finalizzate a quantificare i cambiamenti della struttura topologica in trattamenti dermatologici e cosmetici. Il sistema proposto è basato su un dispositivo capacitivo di circa 2 cm² di superficie. Sono stati impiegati metodi avanzati per la elaborazione ed analisi di immagine per estrarre numerose caratteristiche della struttura topografica 3D della cute. L'accuratezza ottenuta nelle misure di larghezza e profondità dei microrilievi cutanei rende il nostro sistema adatto a quantificare i cambiamenti della superficie cutanea e, conseguentemente, ad essere impiegato in studi comparativi di follow-up in dermatologia e dermocosmesi.
DERMOCAL è stato parzialmente finanziato dall'Università di Bologna.