Analisi mediante reti neurali delle curve di intensità di contrasto nel tempo nell'imaging dinamico delle lesioni alla mammella risultante dall'esame di risonanza magnetica
Autore
Alessandro Monti - Università degli Studi di Milano - [1999-00]
Documenti
  • Preview
  • Indice
  • Bibliografia
  • Tesi completa: 68 pagine
  • Abstract
    La risonanza magnetica delle mammelle è una metodica di diagnostica per immagini che permette di ottenere una visualizzazione tridimensionale delle mammelle mediante l'impiego di sequenze volumetriche 3D. Ripetendo la stessa sequenza in istanti di tempo successivi è possibile osservare l'assorbimento del mezzo di contrasto da parte dei tessuti e, per le zone sospette di lesione, ricavarne un grafico che indica l'intensità e la rapidità con la quale il mezzo di contrasto viene assunto dalla lesione. Dall'analisi delle curve del grafico si ottengono dei parametri per la diagnosi differenziale delle affezioni della mammella e, unitamente al dato morfologico della lesione è possibile ottenere una diagnosi differenziale per la identificazione dei tumori della mammella e una migliore pianificazione del trattamento terapeutico. Scopo del lavoro è la realizzazione di uno strumento informatico, utilizzabile da ogni medico radiologo, che riesca ad automatizzare il lavoro di classificazione delle curve con un grado di affidabilità almeno comparabile con quella dell'esperto e che sia in grado di apprendere dinamicamente e automaticamente da un insieme di esempi opportunamente scelti.
    La tecnologia candidata a realizzare tali obiettivi è quella delle reti neurali, che in letteratura ha dimostrato di possedere elevate prestazioni nel campo del riconoscimento di immagini e di classificazione a partire da esempi.
    Il lavoro ha richiesto quindi la raccolta e la selezione dei dati diagnostici disponibili presso il Servizio di Radiologia dell'Azienda Ospedaliera ''Ospedale San Carlo Borromeo'' di Milano, la loro organizzazione in un database e il loro utilizzo per l'apprendimento delle reti neurali.
    In considerazione dell'ampio numero di specie di reti neurali disponibili in letteratura e della loro capacità di adattarsi a diverse situazioni in diverse forme, è stato necessario studiare il tipo e la configurazione di rete neurale più idonea allo scopo prefissato. La scelta è caduta sulle reti di tipo feed-forward a più strati, o multi-layer perceptron, comprendendo un numero limitato di sue varianti per quanto riguarda la scelta della topologia e del metodo d’apprendimento. In particolare, è stato implementato un algoritmo di dimensionamento dinamico delle reti neurali proposto in un lavoro di Apolloni–Ronchini del 1994, che permette di ottenere una topologia vicina all'ottimo senza essere troppo onerosa dal punto di vista computazionale, mentre per l’apprendimento è stato adottato il metodo della retro–propagazione dell’errore.
    Il programma risultante ha dimostrato una abilità nella diagnosi pari a quella del medico radiologo esperto, confermando i risultati dell’unico altro lavoro simile riscontrabile in letteratura realizzato nell’Università di Kyushu, in Giappone. Attualmente il sistema è in uso presso la Divisione di Radiologia dell'Azienda Ospedaliera ''Ospedale San Carlo Borromeo'' di Milano come strumento oggettivo di assistenza alla diagnosi differenziale delle affezioni alla mammella.
    Questa tesi è correlata alla categoria


    Skype Me™! Tesionline Srl P.IVA 01096380116   |   Pubblicità   |   Privacy

    .:: segnala questa pagina ::.
    | Scrivici | | Ricerca tesi | | Come pubblicare | | FAQ | | Cinema | | Biografie |
    | Registrati | | Elenco tesi | | Borse di studio | | Personaggi | | Economia | | Libri usati |
    | Parole chiave | | La tesi del giorno | | Cronologia | | Formazione | | Ingegneria | | Glossario |
    | Home personale | | Ultime tesi pubblicate | | Una parola al giorno | | Database dei master | | Sociologia | | Approfondimenti |
      La redazione è a tua disposizione dalle ore 9:00 alle ore 18:30 (dal lunedì al venerdì) - tel. 039 6180216
      Pubblicità   |   Privacy