Applicazione di reti Bayesiane all'analisi automatica di immagini istopatologiche. = Application of Bayesian networks to automated histopathological image analysis.

Una delle più grandi differenze tra un essere umano e un software con intelligenza artificiale, sta nel fatto che quest'ultimo non può in alcun modo esprimere un dubbio su una questione che gli si pone dinanzi. L'incapacità di poter esprimere l'incertezza induce a ritenere il sistema come non sufficientemente maturo. Attraverso metodi che permettono di calcolare l'incertezza questo scoglio può essere superato. I sistemi Bayesiani stanno destando sempre di più interesse del mondo scientifico proprio per la loro capacità di poter affrontare questo tipo di valutazioni. Di seguito ne verrà discusso lo stato dell'arte e le possibili applicazioni nel campo della medicina per l'interpretazione di immagini medicali. Le analisi saranno svolte principalmente sulla valutazione dell'incertezza sulla predizione e su possibili applicazioni di datacleaning associate al metodo del data augmentation. Verrà inoltre introdotto un tool, sviluppato dal candidato in Python, che permetterà di compiere delle analisi bayesiane su immagini ad alta risoluzione di pazienti affetti da adenocarcinoma o adenoma al colon-retto. In conclusione verrà presentato un ulteriore strumento, sviluppato nello stesso linguaggio di programmazione del precedente, che utilizzando l'incertezza e un apposito algoritmo di selezione di soglia, permetterà di compiere datacleaning in maniera automatica su un dataset di immagini.