it gb
it gb

D. Perlo - Deep learning a supporto della diagnosi su scansioni istopatologiche

L'individuazione di polipi colorettali è uno dei principali aspetti per la prevenzione del cancro al colon, in quanto questi possono svilupparsi come differenti adenomi. Per questo motivo, la caratterizzazione istopatologica dei polipi colorettali è il principale strumento per il patologo al fine di esaminare e inferire l'effettivo rischio di cancro. I modelli di classificazione per il deep learning ha migliorato l'accuratezza di diversi compiti di riconoscimento di pattern anche in un contesto biomedico, e risultati promettenti sono stati ottenuti nella patologia diagnostica basata su immagini.

Le immagini sono scansioni di vetrini di materiale organico trattato con H&E, che sono sostanze chimiche utilizzate per ottenere un contrasto cromatico visibile nelle immagini microscopiche. Le immagini prodotte nel processo sono difficili da raccogliere in grandi quantità da patologi esperti e hanno, tuttavia, una risoluzione molto ampia, quindi i quadri di apprendimento profondi hanno difficoltà nell'essere addestrati. Stiamo lavorando a un nuovo modello di deep learning basato su patch, in grado di riconoscere diverse features della manifestazione della malattia, sfruttando l'informazione a diversi livelli di ingrandimento.


Relatore: Daniele Perlo

Email: J0AnzIdTRPgVs3qG.Ovbpi]#[xayUc3GSF3WFfCj3hGiaWa

Gruppo di ricerca: EIDOSlab: Digital image processing, computer vision and virtual reality

Team: Digital image processing, computer vision and virtual reality