Compiti ed esercitazioni VERIFICATO

ICT for Health report 2

Politecnico di Torino ict for smart societies (ict per la società del futuro) 2019
124 visualizzazioni
10 download
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il laboratorio mira estrarre caratteristiche da immagini di lentiggini per assistere i medici nella diagnosi del melanoma, analizzando asimmetria e irregolarità dei bordi tramite la regola ABCDE. Il processo prevede la quantizzazione delle immagini con K-means e l'isolamento della lesione più scura, ma spesso richiede interventi manuali per correggere rumore da ombre o riflessi luminosi che alterano i risultati automatici.
Leggi il riassunto completo
  • L'obiettivo del laboratorio è estrarre caratteristiche da immagini di lentiggini per assistere i medici nella diagnosi del melanoma, concentrandosi specificamente sui parametri di asimmetria e rientramiento del bordo secondo la regola ABCDE.
  • Il processo di analisi inizia con la quantizzazione dell'immagine tramite l'algoritmo K-means per ridurre il numero di colori, seguita dall'isolamento della lentiggine identificata come il cluster più scuro tra quelli rilevati.
  • L'accuratezza dell'estrazione del bordo è spesso compromessa da rumore come riflessi luminosi o ombre, richiedendo in alcuni casi interventi manuali per ritagliare l'immagine e selezionare la lesione corretta quando sono presenti multiple lentiggini.
  • Per quantificare il rientramiento del bordo viene calcolato un parametro basato sul rapporto tra il perimetro effettivo della lentiggine isolata e il perimetro di un cerchio perfetto avente la stessa area, dove valori più alti indicano maggiori irregolarità.
  • L'algoritmo per determinare l'asimmetria individua il centro della lesione calcolando le mediane delle coordinate dei pixel non bianchi lungo le righe e le colonne, valutando poi il rapporto tra la massima e la minima distanza euclidea dai punti del bordo rispetto a tale centro.
  • Sebbene entrambi i parametri mostrino una tendenza crescente con l'aumentare del rischio di melanoma, le loro distribuzioni presentano sovrapposizioni dovute alle alte deviazioni standard, rendendo insufficiente l'uso isolato di queste metriche per una diagnosi definitiva senza intervento umano.

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — ICT for Health report 2 Anteprima pagina 2 — ICT for Health report 2

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di ICT for health

Condividi questi appunti

WhatsApp Telegram