Le reti neurali convoluzionali (CNN) sono una famiglia di algoritmi appartenenti ad un sottoinsieme dell'intelligenza artificiale: il deep learning. Negli ultimi anni questi algoritmi hanno portato ad ottimi risultati nel campo dell'imaging, quindi possono esser implementati, in ambito biomedico, per l'elaborazione e l'analisi di immagini dermoscopiche. In particolare, in questo studio verranno presentati alcuni studi recenti che, utilizzando le CNN, hanno permesso la diagnosi di melanoma e la segmentazione e la classificazione di lesioni cutanee. Verranno messi in luce sia gli aspetti positivi e gli applicativi possibili (cad, teledermatologia), sia le problematiche e le limitazioni.

Reti neurali convoluzionali in dermatologia: diagnosi, classificazione e segmentazione di lesioni cutanee.

PIVETTA, FEDERICO
2021/2022

Abstract

Le reti neurali convoluzionali (CNN) sono una famiglia di algoritmi appartenenti ad un sottoinsieme dell'intelligenza artificiale: il deep learning. Negli ultimi anni questi algoritmi hanno portato ad ottimi risultati nel campo dell'imaging, quindi possono esser implementati, in ambito biomedico, per l'elaborazione e l'analisi di immagini dermoscopiche. In particolare, in questo studio verranno presentati alcuni studi recenti che, utilizzando le CNN, hanno permesso la diagnosi di melanoma e la segmentazione e la classificazione di lesioni cutanee. Verranno messi in luce sia gli aspetti positivi e gli applicativi possibili (cad, teledermatologia), sia le problematiche e le limitazioni.
2021
Convolutional neural network applied to dermatology: diagnosis, classification and segmentation of skin issues.
CNN
Dermatologia
Melanoma
Deep learning
File in questo prodotto:
File Dimensione Formato  
Pivetta_Federico.pdf

accesso aperto

Dimensione 4.44 MB
Formato Adobe PDF
4.44 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/34549