Introduzione all’Intelligenza Artificiale nell’Imaging Biomedico
Introduzione all’AI L’intelligenza artificiale (AI) è un tema molto attuale, ma anche complesso e soggetto a frequenti incomprensioni. Negli ultimi anni, l’AI ha assunto un
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.
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
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),
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
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