ETD

• bioimmagini
• data mining
• machine learning
• radiologia
• random forest
• sistema esperto

Il presente lavoro di tesi è stato svolto presso l'Ospedale Pediatrico Apuano ( “Fondazione Toscana G. Monasterio” ) e ha avuto come obiettivo ultimo quello di creare un sistema esperto di classificazione di immagini radiologiche.
Il sistema è composto da un algoritmo in grado di svolgere operazioni preliminari di elaborazione delle immagini per poi passare all'estrazione delle features. A tal proposito sono state estratte informazioni dosimetriche direttamente dall'header DICOM di immagini acquisite sia da un fantoccio antropomorfo sia in vivo, informazioni geometriche con l'ausilio di trasformate wavelet, informazioni dall'istogramma di immagine, parametri statistici associati alla distribuzione dei livelli di grigio.
Le informazioni estratte da ciascuna immagine sono state utilizzate nella fase di training di classificatori di tipo Random Forest, con lo scopo di effettuare una classificazione qualitativa delle immagini. Parallelamente è stato effettuato uno studio sul legame tra dose e qualità percepita dal medico radiologo, sfruttando queste informazioni in fase di classificazione.