• Non ci sono risultati.

CLASSIFICAZIONE DI MELANOMI BASATA SU ELABORAZIONE DI IMMAGINI E UTILIZZO DI RETI NEURALI

N/A
N/A
Protected

Academic year: 2021

Condividi "CLASSIFICAZIONE DI MELANOMI BASATA SU ELABORAZIONE DI IMMAGINI E UTILIZZO DI RETI NEURALI"

Copied!
2
0
0

Testo completo

(1)

Introduzione

Durante le ultime due decadi, si è osservato un aumento della frequenza di un particolare tumore della pelle, il melanoma. A causa della mancanza di adeguate terapie per una classe di questi tumori particolarmente pericolosa, quelli metastatici, il miglior trattamento attuale risulta essere ancora la diagnosi precoce e la tempestiva asportazione chirurgica del tumore primario.

Attualmente, una nuova tecnica diagnostica non invasiva, la dermoscopia, permette di compiere in vivo l’osservazione delle lesioni pigmentate della pelle, rendendo possibile la visualizzazione delle loro strutture superficiali e sottosuperficiali e migliorando, quindi, l’accuratezza della diagnosi. Il problema è che questo miglioramento può essere ottenuto solo se essa è usata da dermatologi ben addestrati e con molta esperienza.

Proprio perché il tasso d’incidenza mondiale del melanoma cresce più rapidamente rispetto a quello di altre malattie dell’uomo, questo male sta diventando un problema di salute sempre più preoccupante. Il fatto che la diagnosi del melanoma ad uno stadio iniziale sia un fattore critico nella riduzione della mortalità e del numero di malati, ha portato nella comunità medica ad un aumento della consapevolezza che l’esame delle lesioni pigmentate della pelle ha un ruolo fondamentale.

Esistono attualmente diverse scuole di pensiero in campo dermatologico. Sicuramente una nuova tendenza, assecondata da molti dermatologi, è quella di coinvolgere nella lotta al melanoma i medici generici, che rappresentano la prima linea di cura tra i pazienti e i centri specialistici.

Ad essi infatti dovrebbe essere affidato, come avviene in altre discipline della prevenzione medica, lo screening primario delle lesioni pigmentate della pelle in modo da individuare immediatamente tra i loro pazienti quelli che hanno delle lesioni sospette e necessitano di una visita specialistica dermatologica, e quelli che hanno solamente delle lesioni banali e non corrono alcun tipo di

(2)

Introduzione 10

rischio. Il raggiungimento di questo obiettivo porterebbe ad un “early warning” dei casi del melanoma attualmente purtroppo deficitario in quanto si va dal dermatologo molte volte quando il tumore è già in stadio avanzato, con enormi insuccessi in termini di vite umane salvate oltre che in termini di risparmio di costi e di tempo sia per il paziente che per il sistema sanitario.

Oggi, grazie alle nuove tecnologie informatiche e grazie ai miglioramenti dei dispositivi per l’acquisizione delle immagini digitali, abbiamo un nuovo e promettente approccio nella diagnosi delle lesioni pigmentate: l’analisi automatica delle immagini dermoscopiche, a supporto del personale medico non specialistico per la diagnosi precoce dei casi sospetti di melanoma.

In questa tesi è stato quindi affrontato il problema di realizzare un sistema informatico capace di classificare in maniera automatica le lesioni cutanee in benigne e sospette, partendo dalle loro immagini dermoscopiche. L’approccio seguito si basa sulla misura di opportune caratteristiche morfologiche delle lesioni cutanee pigmentate, come il colore, la simmetria e la forma, estratte mediante tecniche di elaborazione delle immagini, per ottenere la classificazione mediante reti neurali multistrato.

Nel Capitolo 1 parleremo delle lesioni cutanee pigmentate, partendo da una descrizione generale della pelle e delle sue strutture principali, per poi passare ad illustrare le caratteristiche più importanti del melanoma. Spiegheremo il funzionamento della tecnica dermoscopica e i principali metodi utilizzati per la diagnosi del melanoma, mettendo in risalto i problemi che questa comporta.

Nel Capitolo 2 descriveremo come sono state eseguite le misure delle principali caratteristiche morfologiche delle lesioni pigmentate, sfruttando le tecniche di elaborazione digitale delle immagini.

Nel Capitolo 3 descriveremo la reti neurali multistrato e la tecnica PCA, Principal Components Analysis, che è stata utilizzata per ridurre in maniera opportuna gli ingressi delle reti.

Nel Capitolo 4 verranno presentati i risultati di differenti test eseguiti con reti di tipologia differente ed aventi un numero diverso d’ingressi e nel Capitolo 5 verranno tracciate le conclusioni a cui si è pervenuti tramite il presente lavoro e le prospettive di sviluppo futuro.

Riferimenti

Documenti correlati

Nel 1970 Yettram e Robbins [80, 82, 81] hanno condotto una vasta analisi elastica-lineare agli elementi finiti delle zone di ancoraggio post-tese, mostrando per primi le potenzialità

Consequently, digital inkjet printing can be expected to exhibit a superior photocatalytic performance owing to the greater volume of deposited TiO 2 , the extent of areal coverage

Quando una rete neurale è utilizzata come classificatore multi- classe, l’impiego della funzione di attivazione softmax consente di trasformare i valori di net prodotti

La fase di apprendimento delle reti neurali, tramite l’algoritmo di back-propagation, `e in sostanza la soluzione iterativa di un problema di minimi quadrati per mezzo

3 The analysis strategy of a first group of studies simply consisted in testing the main effects on the perception of fairness of the different factors suggested by equity and

Works made available under a Creative Commons license can be used according to the terms and conditions of said license.. Use of all other works requires consent of the right

Per utilizzare Android NDK, come si può vedere sempre dalla documentazione Android, è necessario definire due ulteriori file, fortunatamente già presenti all’interno del porting,

1) Pre-elaborazione: Le immagini sono state filtrate con un filtro Gaussiano (raggio di 1px, SD = 2px). In seguito, viene applicato l’operatore morfologico di ‘Top-Hat’. Infine,