Il cancro colon-rettale è una delle tipologie di cancro più comunemente diagnosticate a livello globale e la sua diagnosi precoce è fondamentale per ridurne il tasso di mortalità. L’analisi visiva condotta da specialisti attraverso la colonscopia può portare ad avere un tasso elevato di non rilevamento di polipi, e per questo, per facilitare gli endoscopisti si ricorre all’uso nell’intelligenza artificiale, ed in particolare all’utilizzo di metodi del deep learning, quali le CNNs, algoritmi di apprendimento supervisionati che prevedono una serie di fasi. Questo lavoro di tesi si concentra principalmente sugli algoritmi di riconoscimento, ed in particolare su YOLO, un algoritmo per il riconoscimento di oggetti. Lo scopo di questo algoritmo è quello di ottenere i riquadri di delimitazione più appropriati che rilevino i polipi nelle immagini.

Metodi per l'analisi automatica di immagini da colonscopia

OSTOICH, CRISTINA
2021/2022

Abstract

Il cancro colon-rettale è una delle tipologie di cancro più comunemente diagnosticate a livello globale e la sua diagnosi precoce è fondamentale per ridurne il tasso di mortalità. L’analisi visiva condotta da specialisti attraverso la colonscopia può portare ad avere un tasso elevato di non rilevamento di polipi, e per questo, per facilitare gli endoscopisti si ricorre all’uso nell’intelligenza artificiale, ed in particolare all’utilizzo di metodi del deep learning, quali le CNNs, algoritmi di apprendimento supervisionati che prevedono una serie di fasi. Questo lavoro di tesi si concentra principalmente sugli algoritmi di riconoscimento, ed in particolare su YOLO, un algoritmo per il riconoscimento di oggetti. Lo scopo di questo algoritmo è quello di ottenere i riquadri di delimitazione più appropriati che rilevino i polipi nelle immagini.
2021
Methods for automatic analysis of images from colonoscopy
colonscopia
object detection
YOLO
File in questo prodotto:
File Dimensione Formato  
Ostoich_Cristina.pdf

accesso riservato

Dimensione 1.53 MB
Formato Adobe PDF
1.53 MB Adobe PDF

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/20.500.12608/34653