ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-11132007-162931


Tipo di tesi
Tesi di laurea specialistica
Autore
PICCIOLI, STEFANO
Indirizzo email
stefano.piccio@libero.it
URN
etd-11132007-162931
Titolo
Progetto e realizzazione di un sistema CAD polmonare per immagini PET/CT
Dipartimento
INGEGNERIA
Corso di studi
INGEGNERIA INFORMATICA
Relatori
Relatore Prof. Marcelloni, Francesco
Relatore Dott. Cimino, Mario Giovanni Cosimo Antonio
Relatore Prof.ssa Lazzerini, Beatrice
Parole chiave
  • Neural Networks
  • Image Processing
  • PET-CT
  • Computer Aided Detection
Data inizio appello
04/12/2007
Consultabilità
Non consultabile
Data di rilascio
04/12/2047
Riassunto
Il cancro al polmone è il più comune tipo di tumore sia negli uomini che nelle donne ed è ormai diventata la principale causa di morte negli Stati Uniti, in Giappone ed in Europa. Nel 2007, negli Stati Uniti, sono stati riscontrati più di 200 mila casi di tumore al polmone, di cui più di 160 mila hanno portato alla morte del paziente. Purtroppo, la quasi totale assenza di sintomi specifici, nella fase iniziale dello sviluppo del tumore, rende la diagnosi precoce un evento raro. Per questo motivo, da qualche anno, sono stati introdotti programmi di screening periodico dove i pazienti a rischio sono sottoposti ad esami CT così da evidenziare eventuali lesioni nelle loro prime fasi di sviluppo.
Il tipo d’esame più diffuso ad oggi nella ricerca e nella diagnosi di noduli polmonari sono sicuramente la CT (Computed Tomography), la PET (Positron Emission Tomography) e la PET/CT, nata dalla fusione dei precedenti. Il lavoro di tesi svolto si prefigge l’obiettivo di sviluppare un sistema CAD (Computer Aided Detection) per l’individuazione di noduli polmonari in esami PET/CT ad alta dose.
Il sistema CAD sviluppato si articola in tre componenti fondamentali: segmentazione dell’area polmonare, individuazione delle zone sospette, e loro classificazione in noduli e non noduli (es: vasi sanguigni).
La prima componente, utilizzando una serie di tecniche di image processing, come thresholding e operatori morfologici, si occupa di ottenere dalle slice che compongono l’esame CT una segmentazione dell’area polmonare, ovvero l’individuazione del volume occupato dal parenchima polmonare.
La seconda, tramite l’utilizzo di particolari algoritmi di clustering, si occupa di individuare tutte le regioni sospette (ROI, region of interest) che compaiono all’interno del volume estratto precedentemente.
L’ultima, con l’ausilio di una rete neurale, si occupa di individuare quali di queste ROI sono realmente dei noduli polmonari in base alle loro caratteristiche.
I risultati ottenuti dal sistema CAD sviluppato in questo lavoro di tesi sono stati molto buoni nonostante la scarsità di esami PET/CT a nostra disposizione (9 casi, nei quali sono presenti un totale di 10 noduli polmonari): nei test effettuati il sistema raggiunge una specificità del 97% e una sensitività del 93%.
File