Applicazioni dell’AI in radiologia
L’intelligenza artificiale (AI) sta cambiando radicalmente il panorama della radiologia, portando innovazioni in ogni fase del flusso di lavoro, dalla pianificazione dell’esame alla refertazione finale.
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
10. Training, Validation, Test
Un flusso di lavoro standard di machine learning comprende le fasi di training, validation e test, che richiedono la divisione del dataset originale in sottogruppi
4. Preprocessing delle immagini
Preprocessing Il preprocessing delle immagini radiologiche è una fase cruciale che influisce sull’accuratezza e sull’affidabilità dell’estrazione delle features. Il preprocessing è essenziale per ridurre la
3. Compromesso bias-variance
Compromesso Bias-Variance Il compromesso tra bias e variance è fondamentale nel Machine Learning (ML), poiché molte delle sfide e delle questioni metodologiche mirano, in ultima
2. Machine learning, deep learning
Machine learning, Deep learning Gli approcci di radiomica possono essere raggruppati in tre gruppi: Radiomica tradizionale (hand-crafted radiomics), vengono estratte dalle immagini features di natura matematica, presentate
Radiomica Step by Step
Radiomica Step by Step La radiomica rappresenta una delle maggiori innovazioni degli ultimi anni in radiologia e promette di rivoluzionare la medicina moderna. L’obiettivo della
Radiomica: cos’è e a cosa serve?
Cos’è la radiomica? La radiomica è un campo emergente della radiologia che consiste nell’estrazione di informazioni quantitative da immagini radiologiche, utilizzando algoritmi avanzati e l’intelligenza
IA, innovazione e sfide
Cos’è l’intelligenza artificiale? È difficile offrire una definizione che sia al contempo chiara ed esauriente del concetto di intelligenza artificiale. Genericamente, con l’espressione intelligenza artificiale