ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-09192019-102517


Tipo di tesi
Tesi di laurea magistrale
Autore
FABBRI, COSIMO
URN
etd-09192019-102517
Titolo
Sviluppo di reti convolutive profonde per la stima dell'età cardiaca da immagini CT del torace
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA BIOMEDICA
Relatori
relatore Dott. Chiappino, Dante
tutor Ing. Martini, Nicola
tutor Ing. Della Latta, Daniele
Parole chiave
  • machine learning
  • immagini CT
  • età cardiaca
  • deep learning
  • convolutional neural networks
  • autoencoder
  • artificial neural networks
  • reti neurali
  • reti neurali convolutive
Data inizio appello
11/10/2019
Consultabilità
Non consultabile
Data di rilascio
11/10/2089
Riassunto
La Convolutional neural network (CNN), uno dei metodi di deep learning più comunemente utilizzato, è stata applicata a vari tasks di computer vision e pattern recognition, e ha raggiunto prestazioni all'avanguardia. I più recenti lavori di ricerca sulla CNN si concentrano sulle innovazioni della struttura. Questo lavoro di tesi esamina e implementa strutture innovative di CNN in grado di stimare l’età cardiaca da immagini CT del torace. Per eseguire tale compito, si propone un convolutional autoencoder 3D, modello particolarmente adatto per l’estrazione di features profonde dalle immagini. È noto infatti che features anatomiche del cuore, come le dimensioni dell’organo, calcificazioni del tessuto miocardico, sono in relazione con l’età cronologica di un individuo. Successivamente si applica una tecnica di transfer learning per trasferire le informazioni anatomiche a una CNN e abilitarla al task di regressione sull’età.
File