cookies
Melanoma

17-07-2019

TEMPO DI LETTURA 1 MIN

Rilevamento dei melanomi con il Multiple Instance Learning

E’ stata presentata un’applicazione del Multiple Instance Learning (MIL) al rilevamento dei melanomi. L’obiettivo di questo approccio, in modalità binaria, consiste nel distinguere set di oggetti positivi e negativi.

Nella terminologia del MIL, questi set vengono denominati “bag”, e gli oggetti all’interno delle bag vengono denominati “instance”. Nell’ipotesi che una bag sia positiva se almeno una delle instance al suo interno è positiva e sia negativa se tutte le sue instance sono negative, il paradigma MIL si adatta molto bene alla classificazione delle immagini, dato che l’immagine viene in genere classificata in base ad alcune delle sue sottoregioni.

Nel presente studio l’algoritmo MIL è stato applicato ad alcuni dati clinici costituiti da immagini dermoscopiche a colori, allo scopo di distinguere i melanomi dai nei comuni.

Rispetto agli approcci classificativi standard, come la ben nota macchina di supporto vettoriale, il metodo proposto offre un’ottima performance in termini sia di accuratezza che di sensibilità.

In particolare è stata ottenuta un’accuratezza del 92,5%, una sensibilità del 97,5% ed una specificità dell’87,5%. Dato che i risultati sono apparsi promettenti, i ricercatori suggeriscono che la tecnica MIL possa costituire la base di strumenti più sofisticati utili al medico per il rilevamento dei melanomi. 

Fonte: Interdiscip Sci online 2019

IT-NON-00687-W-07/2021

 

Le ultime notizie

02-08-2019

La vita sessuale protegge il cuore dopo un infarto

By Reuters Health News

02-08-2019

TEMPO DI LETTURA 1 MIN

Demenza: livelli di emoglobina sia alti che bassi aumentano il rischio

By Reuters Health News

02-08-2019

TEMPO DI LETTURA 1 MIN

Adenomi serrati: colonscopia modificata non migliora rilevamento

By Popular Science
Melanoma

02-08-2019

TEMPO DI LETTURA 1 MIN

Melanomi: sopravvivenza negli anziani si avvicina a quella dei giovani

By Popular Science