Pattern Reticolare

Pattern reticolare liscio 1. Edema polmonare interstiziale Cos’è: accumulo di liquido nell’interstizio polmonare, spesso causato da insufficienza cardiaca Ispessimento liscio di setti interlobulari, GGO; possibile crazy
Pattern Nodulare

Pattern nodulare Il pattern nodulare è caratterizzato dalla presenza di noduli che possono variare per dimensione, distribuzione e densità. I noduli rappresentano addensamenti focali del
Pattern Alveolare

Pattern Alveolare Il pattern alveolare è un reperto radiologico che riflette il riempimento degli spazi alveolari, solitamente dovuto a liquido, pus, sangue, cellule o proteine.
Pattern Cistico

Pattern Cistico Il pattern cistico è caratterizzato dalla presenza di cavità rotondeggianti o ovali, con pareti ben o poco definite, all’interno del parenchima polmonare. Bronchiectasie
5. Segmentazione

La segmentazione delle immagini consiste nel creare delle regioni di interesse (ROI) o volumi di interesse (VOI), che include quelle parti di un’immagine che appartengono
11. Incertezza e calibrazione del modello

Valutazione dell’Incertezza e Calibrazione del Modello La valutazione dell’incertezza e la calibrazione del modello sono passaggi fondamentali per migliorare l’affidabilità e l’interpretabilità dei modelli di
9. Modelli di machine learning

Apprendimento Supervisionato L’apprendimento supervisionato è un tipo di machine learning in cui il modello viene addestrato su un dataset etichettato, ovvero ogni osservazione ha un
6. Estrazione di Features

Features Le features radiomiche sono parametri quantitativi estratti dalle immagini radiologiche e rappresentano l’input principale di un modello di radiomica. Queste features sono informazioni numeriche
8. Selezione delle Features

La Necessità di Selezione delle Features e Regolarizzazione Non tutte le features estratte sono utili per essere utilizzati nei modelli di radiomica, rendendo quindi necessarie
7. Preparazione dei dati

Preparazione dei Dati La precisione dei modelli radiomici può essere compromessa da scarsità di dati, fattori confondenti e problemi di squilibrio delle classi (class inbalance),