Denoising di immagini di microarray

Nel corso del lavoro di tesi sono stati sviluppati in totale quattro lavori che sono stati illustrati in quattro capitoli distinti, ovvero i capitoli 3, 4, 5 e 6 rispettivamente. I quattro lavori proposti, presentati in quattro capitoli dettagliati, sono: Contributo 1: Denoising di immagini di microarray basato su campi casuali di Markov nel dominio spaziale.Contributo 2: Algoritmo adattativo di soglia MinMax per metodi di de-noising di immagini di microarray basato sull'approccio delle trasformate Contourlet non sottocampionate.Contributo 3: Uno schema di identificazione del tipo di rumore per immagini microarray che utilizza il deep learning.Contributo 4: Determinazione del tipo di rumore nelle immagini di microarray mediante apprendimento profondo, basato su parametri iterativi generati in uno schema di de-noising che utilizza un campo casuale di Markov.