Architetture di deep learning per l'imaging medico del tumore alla prostata

Questa tesi vuole essere un'esposizione sintetica delle architetture di deep learning applicate all'imaging medico, con particolare attenzione all'analisi di immagini TRUS e MRI multiparametriche per la diagnosi automatica del tumore alla prostata. Il lavoro è diviso in due parti. Nella prima parte vengono prima presentati i principali concetti teorici del machine learning per poi analizzare nel dettaglio tre delle architetture di deep learning più utilizzate: la rete neurale profonda, la rete neurale convoluzionale e vari tipi di autoencoder. Nella seconda parte viene mostrato come le tecnologie di deep learning vengono utilizzate nell'analisi delle immagini mediche, per poi analizzare le architetture di deep learning utilizzate nei sistemi automatici di diagnosi del tumore alla prostata da analisi di immagini TRUS e MRI multiparametriche.