Drudi, Lorenzo
(2023)
TDSFT (Two-Dimensional Segmentation Fusion Tool): tool open-source per la fusione di segmentazioni bidimensionali create da differenti anatomopatologi.
[Laurea], Università di Bologna, Corso di Studio in
Ingegneria e scienze informatiche [L-DM270] - Cesena
Documenti full-text disponibili:
Abstract
Il trattamento di un tumore è composto da numerose fasi e attività. Tra queste, sicuramente, la segmentazione della zona malata, ossia la corretta identificazione della sua posizione spaziale, è una tra le più importanti e al tempo stesso complesse e delicate. La difficoltà nel ricavare una segmentazione affidabile deriva dalla mancanza di uno standard per l’individuazione dei bordi e dei tessuti circostanti all’area tumorale. Per questo motivo l’intero processo è affetto da notevole soggettività.
Data una immagine rappresentativa del tumore, è possibile che diversi operatori associno ad essa segmentazioni differenti e le diagnosi prodotte potrebbero differire tra loro. Oltretutto, dati sperimentali mostrano che l’analisi della stessa zona da parte dello stesso medico in due momenti temporali distinti può portare alla realizzazione di segmentazioni diverse.
Date più segmentazioni relative allo stesso tumore, si potrebbero sfruttare metriche statistiche per determinare la più affidabile, da qui identificata come ground truth. Per fare questo, nel corso del tempo, sono stati sviluppati numerosi algoritmi ma ad oggi, ancora, non esiste un metodo validato. Per questo motivo, la ricerca nel settore è ancora attiva.
In questo lavoro, abbiamo sviluppato Two-Dimensional Segmentation Fusion Tool (TDSFT), un tool open-source realizzato per sostenere e aiutare gli specialisti che offre una interfaccia semplice ed estendibile in cui vengono proposti numerosi algoritmi per “mediare” (i.e., elaborare e fondere) molteplici segmentazioni. Inoltre, TDSFT è stato progettato per essere facilmente esteso con nuovi algoritmi grazie ad una apposita interfaccia grafica dedicata alla configurazione di nuovi parametri. TDSFT è scaricabile al seguente link: https://sourceforge.net/p/tdsft.
Abstract
Il trattamento di un tumore è composto da numerose fasi e attività. Tra queste, sicuramente, la segmentazione della zona malata, ossia la corretta identificazione della sua posizione spaziale, è una tra le più importanti e al tempo stesso complesse e delicate. La difficoltà nel ricavare una segmentazione affidabile deriva dalla mancanza di uno standard per l’individuazione dei bordi e dei tessuti circostanti all’area tumorale. Per questo motivo l’intero processo è affetto da notevole soggettività.
Data una immagine rappresentativa del tumore, è possibile che diversi operatori associno ad essa segmentazioni differenti e le diagnosi prodotte potrebbero differire tra loro. Oltretutto, dati sperimentali mostrano che l’analisi della stessa zona da parte dello stesso medico in due momenti temporali distinti può portare alla realizzazione di segmentazioni diverse.
Date più segmentazioni relative allo stesso tumore, si potrebbero sfruttare metriche statistiche per determinare la più affidabile, da qui identificata come ground truth. Per fare questo, nel corso del tempo, sono stati sviluppati numerosi algoritmi ma ad oggi, ancora, non esiste un metodo validato. Per questo motivo, la ricerca nel settore è ancora attiva.
In questo lavoro, abbiamo sviluppato Two-Dimensional Segmentation Fusion Tool (TDSFT), un tool open-source realizzato per sostenere e aiutare gli specialisti che offre una interfaccia semplice ed estendibile in cui vengono proposti numerosi algoritmi per “mediare” (i.e., elaborare e fondere) molteplici segmentazioni. Inoltre, TDSFT è stato progettato per essere facilmente esteso con nuovi algoritmi grazie ad una apposita interfaccia grafica dedicata alla configurazione di nuovi parametri. TDSFT è scaricabile al seguente link: https://sourceforge.net/p/tdsft.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Drudi, Lorenzo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Istologia,Microscopia,Image Fusion,Open-Source Tool,Standalone Application
Data di discussione della Tesi
20 Luglio 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Drudi, Lorenzo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Istologia,Microscopia,Image Fusion,Open-Source Tool,Standalone Application
Data di discussione della Tesi
20 Luglio 2023
URI
Statistica sui download
Gestione del documento: