Computer Assisted Detection (CAD) è un termine che indica i software per la Medicina in grado di assistere il medico nell’interpretazione delle immagini radiologiche o di altri dati diagnostici. I sistemi CAD aiutano il medico – esaminando le immagini digitali automaticamente o semiautomaticamente – a scoprire l’eventuale presenza di patologie. Un’applicazione è l’individuazione di tumori, tra cui quelli cerebrali.
I CAD combinano metodi di elaborazione di immagini digitali e di intelligenza artificiale. Due elementi ne sono alla base: misura o calcolo, a partire dalle immagini, di quantità in grado di distinguere tra tessuti patologici e tessuti sani (“feature” discriminanti), e scelta di un sistema di classificazione efficace che, in base ai feature misurati, individui i tessuti malati eventualmente presenti. Sono questi due elementi che determinano l’efficacia e l’accuratezza di un CAD, permettendo, con scelte opportune, di realizzare un sistema valido per il supporto alla diagnosi e durante il follow-up terapeutico dei pazienti.
Questo progetto propone di valutare sistematicamente i più importanti feature descritti in letteratura (sia quelli “locali”, sia i più recenti “context-aware”), attraverso i principali sistemi di classificazione, in particolar modo quelli che rappresentano lo stato dell’arte della Ricerca sul pattern recognition e il machine learning, con l’obiettivo di aumentare l’accuratezza dei software CAD, favorendone la diffusione sul mercato.