polito.it
Politecnico di Torino (logo)

Radiomica per individuazione di midollo osseo emopoietico da tomografia computerizzata = Radiomics for haematopoietic bone marrow detection from Computed Tomography

Armando De Chiara

Radiomica per individuazione di midollo osseo emopoietico da tomografia computerizzata = Radiomics for haematopoietic bone marrow detection from Computed Tomography.

Rel. Gabriella Balestra, Samanta Rosati. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2019

[img] PDF (Tesi_di_laurea) - Tesi
Document access: Repository staff only not before 22 January 2021 (embargo date).
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (4MB)
Abstract:

La radioterapia, nel trattamento di tumori localizzati nel basso addome, è spesso causa di emato-tossicità acuta e cronica nei pazienti, effetto collaterale grave dovuto al danno che le radiazioni provocano al midollo osseo emopoietico contenuto nelle ossa pelviche. Un metodo per la riduzione dei danni è una attenta pianificazione della radioterapia, in maniera tale da non irradiare zone contenenti midollo osseo attivo. I metodi standard per l'individuazione di midollo emopoietico sono la risonanza magnetica e la FDG-PET, ma entrambi i metodi hanno limiti dovuti al costo degli esami, all'accessibilità della tecnologia o alla risoluzione. Nello sviluppo di questo approccio si è tentato di utilizzare la radiomica per l'individuazione di midollo osseo emopoietico da immagini di tomografia computerizzata, attraverso l'estrazione di texture feature dalle immagini e la costruzione di 4 classificatori di Decision Tree (DT), K-Nearest Neighbour (KNN), Neural Network (NN) e Support Vector Machine (SVM), in grado di discriminare i pixel appartenenti al midollo osseo attivo nelle immagini. I classificatori sono stati costruiti attraverso l'esecuzione di un algoritmo genetico, e le maschere di segmentazione ottenute attraverso un meccanismo di voting. I risultati ottenuti sono stati infine confrontati con un riferimento ottenuto da FDG-PET.

Relators: Gabriella Balestra, Samanta Rosati
Academic year: 2018/19
Publication type: Electronic
Number of Pages: 65
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Biomedica
Classe di laurea: New organization > Master science > LM-21 - BIOMEDICAL ENGINEERING
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/11368
Modify record (reserved for operators) Modify record (reserved for operators)