Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
Questo elaborato esplora l'applicazione dell'Intravascular Optical Coherence Tomography (IV-OCT) e il ruolo innovativo dell'intelligenza artificiale (AI) in questa tecnologia diagnostica avanzata. L'IV-OCT, utilizzata principalmente nella cardiologia interventistica, consente di ottenere immagini ad alta risoluzione delle arterie coronariche, migliorando la valutazione e il trattamento delle patologie cardiovascolari in cardiologia interventistica. L'integrazione dell'AI nei sistemi IV-OCT, attraverso algoritmi di machine learning e deep learning, offre un potenziamento nella rilevazione automatica di placche aterosclerotiche, stenosi e altre anomalie vascolari, aumentando l'accuratezza diagnostica e il trattamento di queste.
Il documento analizza in dettaglio i principi di funzionamento dell'IV-OCT, confrontandolo con altre tecniche come l'ecografia intravascolare (IVUS), e presenta i benefici e le sfide dell'implementazione dell'intelligenza artificiale in questa metodica. Viene esaminata la versione avanzata del software Ultreon©, che migliora ulteriormente la precisione diagnostica attraverso l'automazione di compiti complessi, come il rilevamento delle calcificazioni e la misurazione del diametro vascolare.
Infine, sono illustrati casi clinici trattati presso l'Ospedale Sant’Orsola di Bologna, evidenziando come l'AI applicata all'IV-OCT abbia contribuito a migliorare gli esiti clinici, sottolineando il potenziale di questa tecnologia per il futuro della cardiologia interventistica.
Abstract
Questo elaborato esplora l'applicazione dell'Intravascular Optical Coherence Tomography (IV-OCT) e il ruolo innovativo dell'intelligenza artificiale (AI) in questa tecnologia diagnostica avanzata. L'IV-OCT, utilizzata principalmente nella cardiologia interventistica, consente di ottenere immagini ad alta risoluzione delle arterie coronariche, migliorando la valutazione e il trattamento delle patologie cardiovascolari in cardiologia interventistica. L'integrazione dell'AI nei sistemi IV-OCT, attraverso algoritmi di machine learning e deep learning, offre un potenziamento nella rilevazione automatica di placche aterosclerotiche, stenosi e altre anomalie vascolari, aumentando l'accuratezza diagnostica e il trattamento di queste.
Il documento analizza in dettaglio i principi di funzionamento dell'IV-OCT, confrontandolo con altre tecniche come l'ecografia intravascolare (IVUS), e presenta i benefici e le sfide dell'implementazione dell'intelligenza artificiale in questa metodica. Viene esaminata la versione avanzata del software Ultreon©, che migliora ulteriormente la precisione diagnostica attraverso l'automazione di compiti complessi, come il rilevamento delle calcificazioni e la misurazione del diametro vascolare.
Infine, sono illustrati casi clinici trattati presso l'Ospedale Sant’Orsola di Bologna, evidenziando come l'AI applicata all'IV-OCT abbia contribuito a migliorare gli esiti clinici, sottolineando il potenziale di questa tecnologia per il futuro della cardiologia interventistica.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Baldisserri, Michela
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Intravascular Optical Coherence Tomography,IV-OCT,Optical Coherence Tomography,OCT,Intelligenza Artificiale,AI
Data di discussione della Tesi
23 Ottobre 2024
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Baldisserri, Michela
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Intravascular Optical Coherence Tomography,IV-OCT,Optical Coherence Tomography,OCT,Intelligenza Artificiale,AI
Data di discussione della Tesi
23 Ottobre 2024
URI
Gestione del documento: