Home > Riviste > Journal of Radiological Review > Fascicoli precedenti > Il Giornale Italiano di Radiologia Medica 2018 Luglio-Agosto;5(4) > Il Giornale Italiano di Radiologia Medica 2018 Luglio-Agosto;5(4):488-95

ULTIMO FASCICOLO
 

JOURNAL TOOLS

eTOC
Per abbonarsi
Sottometti un articolo
Segnala alla tua biblioteca
 

ARTICLE TOOLS

Publication history
Estratti
Permessi
Per citare questo articolo

 

ARTICOLO ORIGINALE   

Il Giornale Italiano di Radiologia Medica 2018 Luglio-Agosto;5(4):488-95

DOI: 10.23736/S2283-8376.18.00108-0

Copyright © 2018 EDIZIONI MINERVA MEDICA

lingua: Italiano

Ruolo delle reti neurali nella valutazione dei reperti RM dei pazienti affetti da morbo di Crohn per classificare i differenti pattern di patologia

Maria Chiara TERRANOVA , Federica LI POMI, Maria Teresa ANZELMO, Alessia VINCI, Agata CRAPANZANO, Alberto CALANDRA, Sergio SALERNO, Giuseppe LO RE, Salvatore VITABILE, Massimo MIDIRI

Department of Medical Biopathology and Biotechnologies, University of Palermo, Palermo, Italy


PDF


OBIETTIVO: In questo articolo viene proposta una nuova tecnica per la classificazione dei diversi pattern di malattia in pazienti affetti dal morbo di Crohn basata su un sistema di macchine a vettori di supporto (kernel support vector machines, KSVM). I metodi tradizionali di classificazione manuale ad oggi utilizzati richiedono significative competenze radiologiche e, di solito, sono molto dispendiosi in termini temporali.
METODI: Il metodo proposto è stato implementato usando un dataset composto da 300 Entero RM; ogni esame è stato valutato da tre esperti radiologi in consenso e, quindi, utilizzato per l’apprendimento e la validazione del KSVM. Per ogni paziente sono state codificate 22 caratteristiche qualitative utili alla classificazione; quindi, i risultati sono stati correlati con i risultati istologici.
RISULTATI: I risultati ottenuti (sensibilità: 94,80%; specificità: 100,00%; valore predittivo negativo: 95,06%; precisione: 100,00%; accuratezza: 97,40%; errore: 2,60%) mostrano che i risultati della tecnica proposta sono migliori dei metodi di riferimento manuali riportati in letteratura (sensibilità: 93,00%; specificità: 90,00%) con una migliore usabilità e con un migliore grado di accettabilità.
CONCLUSIONI: La tecnica proposta ha un vantaggio significativo nell’integrare la strategia di validazione. In aggiunta, la strategia di validazione incrociata dà il suo contributo alla capacità di generalizzazione del classificatore senza mostrare over-fitting o sensibilità al set di dati del test selezionato. Inoltre, il grado di accettazione del classificatore nelle pratiche mediche è molto alto.


KEY WORDS: Crohn disease - X-ray computed tomography - Neural pathways - Machine learning

inizio pagina