Tesi etd-06262026-133757 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale LM6
URN
etd-06262026-133757
Titolo
Impatto degli algoritmi di ricostruzione basati sul deep learning sulla qualità dell'immagine nella risonanza magnetica dell'addome
Dipartimento
RICERCA TRASLAZIONALE E DELLE NUOVE TECNOLOGIE IN MEDICINA E CHIRURGIA
Corso di studi
MEDICINA E CHIRURGIA
Relatori
.
relatore Prof.ssa Cioni, Dania
correlatore Dott. Fanni, Salvatore Claudio
correlatore Dott. Fanni, Salvatore Claudio
Parole chiave
- Addome
- Fegato
- IA
- Prostata
- RM
- T2
Data inizio appello
14/07/2026
Consultabilità
Non consultabile
Data di rilascio
14/07/2096
Riassunto (Inglese)
This thesis aims to evaluate the efficacy and potential qualitative improvement of T2-weighted Magnetic Resonance Imaging (MRI) scans through the use of reconstruction sequences based on Artificial Intelligence (AI) algorithms, comparing them with standard sequences.
The study was conducted in collaboration with the Azienda Ospedaliero-Universitaria Pisana (AOUP), at the Diagnostic Radiology department of the Cisanello Hospital. The project involved the synergistic cooperation of staff radiologists, residents, radiographers (TSRMs), and nursing staff. Forty-six patients undergoing routine abdominal diagnostic examinations were enrolled. For each patient, T2 sequences were acquired both with and without AI assistance, focusing the analysis on parenchymal organs such as the liver, kidneys, prostate, and bowel. The quantitative evaluation of the AI's impact was performed by analyzing objective image quality parameters, specifically the signal-to-noise ratio (SNR) and the contrast-to-noise ratio (CNR).
The comparative data analysis demonstrated a significant increase in the overall quality of the images obtained via AI reconstruction. This diagnostic optimization was achieved while maintaining acquisition times unchanged, suggesting a promising clinical impact on standardizing and increasing the efficacy of abdominal MRI protocols.
The study was conducted in collaboration with the Azienda Ospedaliero-Universitaria Pisana (AOUP), at the Diagnostic Radiology department of the Cisanello Hospital. The project involved the synergistic cooperation of staff radiologists, residents, radiographers (TSRMs), and nursing staff. Forty-six patients undergoing routine abdominal diagnostic examinations were enrolled. For each patient, T2 sequences were acquired both with and without AI assistance, focusing the analysis on parenchymal organs such as the liver, kidneys, prostate, and bowel. The quantitative evaluation of the AI's impact was performed by analyzing objective image quality parameters, specifically the signal-to-noise ratio (SNR) and the contrast-to-noise ratio (CNR).
The comparative data analysis demonstrated a significant increase in the overall quality of the images obtained via AI reconstruction. This diagnostic optimization was achieved while maintaining acquisition times unchanged, suggesting a promising clinical impact on standardizing and increasing the efficacy of abdominal MRI protocols.
Riassunto (Italiano)
Il presente lavoro di tesi si propone di valutare l'efficacia e il potenziale miglioramento qualitativo delle immagini di Risonanza Magnetica (RM) pesate in T2, attraverso l'impiego di sequenze di ricostruzione basate su algoritmi di Intelligenza Artificiale (IA) comparandole con le sequenze standard.
Lo studio è stato condotto in collaborazione con l’Azienda Ospedaliero-Universitaria Pisana (AOUP), presso il reparto di Radiodiagnostica del Presidio Ospedaliero di Cisanello. Il progetto ha visto il coinvolgimento sinergico di medici strutturati, specializzandi, tecnici sanitari di radiologia medica (TSRM) e personale infermieristico. Sono stati arruolati 46 pazienti sottoposti a esami diagnostici di routine dell'addome. Per ciascun paziente sono state acquisite sequenze T2, con e senza l’ausilio dell’IA, focalizzando l'analisi su organi parenchimatosi quali fegato, reni, prostata e intestino. La valutazione quantitativa dell'impatto dell'IA è stata effettuata analizzando parametri oggettivi di qualità d'immagine, nello specifico il rapporto segnale-rumore (SNR) e il rapporto contrasto-rumore (CNR).
L’analisi comparativa dei dati ha dimostrato un incremento significativo della qualità globale delle immagini ottenute tramite ricostruzione con IA. Tale ottimizzazione diagnostica è stata raggiunta mantenendo invariati i tempi di acquisizione, suggerendo un promettente impatto clinico nella standardizzazione e nell'aumento dell'efficacia dei protocolli di risonanza magnetica addominale.
Lo studio è stato condotto in collaborazione con l’Azienda Ospedaliero-Universitaria Pisana (AOUP), presso il reparto di Radiodiagnostica del Presidio Ospedaliero di Cisanello. Il progetto ha visto il coinvolgimento sinergico di medici strutturati, specializzandi, tecnici sanitari di radiologia medica (TSRM) e personale infermieristico. Sono stati arruolati 46 pazienti sottoposti a esami diagnostici di routine dell'addome. Per ciascun paziente sono state acquisite sequenze T2, con e senza l’ausilio dell’IA, focalizzando l'analisi su organi parenchimatosi quali fegato, reni, prostata e intestino. La valutazione quantitativa dell'impatto dell'IA è stata effettuata analizzando parametri oggettivi di qualità d'immagine, nello specifico il rapporto segnale-rumore (SNR) e il rapporto contrasto-rumore (CNR).
L’analisi comparativa dei dati ha dimostrato un incremento significativo della qualità globale delle immagini ottenute tramite ricostruzione con IA. Tale ottimizzazione diagnostica è stata raggiunta mantenendo invariati i tempi di acquisizione, suggerendo un promettente impatto clinico nella standardizzazione e nell'aumento dell'efficacia dei protocolli di risonanza magnetica addominale.
File
| Nome file | Dimensione |
|---|---|
La tesi non è consultabile. |
|