Col lavoro svolto nel periodo triennale del progetto si sono sviluppati nuovi metodi bayesiani per l'analisi di immagini dinamiche di risonanza magnetica (RM) per lo studio e la diagnosi di tumori della mammella. I metodi sono stati implementati realizzando il software ``Bandits'', che puo' essere utilizzato su PC/Windows senza altro software di calcolo scientifico. Il software e' stato usato ed apprezzato dai radiologi dell'unita' operativa dell'Istituto Regina Elena, coinvolti nella ricerca. Seppure i metodi siano stati specializzati alla RM per lo studio dei tumori della mammella, essi possono essere utilizzati, con modifiche di piccola o media entita', con immagini di diverso tipo (TAC) e/o per applicazioni diverse. Il software migliora la qualita' delle immagini riducendone le distorsioni causate dalle imperfezioni strumentali e dal movimento del paziente. Viene inoltre effettuata una sintesi dell'informazione contenuta nelle immagini della sequenza dinamica attraverso due sole immagini che rappresentano parametri di diretta interpretazione per il clinico. A partire da queste due immagini, e' poi possibile classificare i pixel dell'immagine in un numero di classi opportuno, che corrispondono ai diversi tessuti (es.: sano, tumorale benigno o maligno, necrotico)
Metodi Bayesiani per l'analisi di immagini di risonanza magnetica nucleare nella diagnostica medica
G Sebastiani
2003
Abstract
Col lavoro svolto nel periodo triennale del progetto si sono sviluppati nuovi metodi bayesiani per l'analisi di immagini dinamiche di risonanza magnetica (RM) per lo studio e la diagnosi di tumori della mammella. I metodi sono stati implementati realizzando il software ``Bandits'', che puo' essere utilizzato su PC/Windows senza altro software di calcolo scientifico. Il software e' stato usato ed apprezzato dai radiologi dell'unita' operativa dell'Istituto Regina Elena, coinvolti nella ricerca. Seppure i metodi siano stati specializzati alla RM per lo studio dei tumori della mammella, essi possono essere utilizzati, con modifiche di piccola o media entita', con immagini di diverso tipo (TAC) e/o per applicazioni diverse. Il software migliora la qualita' delle immagini riducendone le distorsioni causate dalle imperfezioni strumentali e dal movimento del paziente. Viene inoltre effettuata una sintesi dell'informazione contenuta nelle immagini della sequenza dinamica attraverso due sole immagini che rappresentano parametri di diretta interpretazione per il clinico. A partire da queste due immagini, e' poi possibile classificare i pixel dell'immagine in un numero di classi opportuno, che corrispondono ai diversi tessuti (es.: sano, tumorale benigno o maligno, necrotico)I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
