Francesco Branciforti
Sviluppo di un classificatore basato su reti neurali convoluzionali per il riconoscimento del melanoma cutaneo = Development of a CNN based classifier for the recognition of cutaneous melanoma.
Rel. Kristen Mariko Meiburger, Filippo Molinari, Massimo Salvi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2020
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (98MB) | Preview |
Abstract
Il melanoma è una pericolosa ed aggressiva forma di tumore maligno cutaneo responsabile di migliaia di morti ogni anno in tutto il mondo. La diagnosi precoce, condotta attraverso l’esame visivo dermoscopico, risulta fondamentale per evitare la progressione della malattia e ridurre conseguentemente l’impatto fisico e psicologico della terapia sul paziente. Questa tipologia d’esame presenta tuttavia diverse criticità essendo una tecnica diagnostica che richiede grande esperienza dell’operatore. L’interpretazione della lesione e l’applicazione dei diversi criteri diagnostici non è infatti immediata, e può spesso condurre a misclassificazioni. Da qui la necessità di affiancare al dermatologo strumenti di diagnosi intelligenti in grado di aumentare l’accuratezza e rendere la valutazione più robusta, diminuendo così da un lato i casi di melanomi cutanei non riconosciuti e dall’altro lato il numero di escissioni non necessarie.
Questo lavoro di tesi si focalizza sulla realizzazione di un classificatore basato su Reti Neurali Convoluzionali (CNN) in grado di distinguere tre differenti tipologie di lesioni cutanee: nevo cutaneo, melanoma e cheratosi seborroica
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
