Roma, 6 novembre 2021 (Agonb) – Il rilevamento delle anomalie delle immagini è un compito che emerge nell’analisi dei dati in molti campi e in quello medico in particolare rappresenta una grande sfida. Un gruppo di scienziati di Skolkovo Institute of Science and Technology (Mosca), Philips Research (Eindhoven) e Goethe University (Francoforte) hanno addestrato una rete neurale per rilevare anomalie nelle immagini mediche per aiutare i medici a vagliare innumerevoli scansioni alla ricerca di patologie.
Riportato in IEEE Access, il nuovo metodo è adattato alla natura dell’imaging medico ed è più efficace nell’individuare le anomalie rispetto alle soluzioni generiche. Il gruppo ha studiato quattro set di dati di radiografie del torace e immagini di microscopia istologica del cancro al seno per convalidare l’universalità del metodo su diversi dispositivi di imaging. Mentre il vantaggio acquisito e l’accuratezza assoluta variavano ampiamente e dipendevano dal set di dati in questione, il nuovo metodo ha costantemente superato le soluzioni convenzionali in tutti i casi considerati.
Ciò che lo distingue è che cerca di “percepire” l’impressione generale che potrebbe avere uno specialista che lavora con le scansioni individuando le caratteristiche stesse che influenzano le decisioni degli annotatori umani. Secondo gli autori, questo approccio – chiamato Deep Perceptual Autoencoder – è facile da trasferire a un’ampia gamma di altre scansioni mediche oltre ai due tipi utilizzati nello studio. (Agonb) Cdm 11:00.
