The advent of the digital era and computer-related technologies has opened new horizons in all fields of science. In particular, with the assistance of Artificial Intelligence (AI), not only has the mental approach to performing certain actions, whether repetitive or not, been revolutionized, but performances have also significantly improved. Today, there are several applications of AI in the medical field as a diagnostic support tool, including the dermatological one. Early diagnosis of skin neoplasms is crucial to increase the chances of recovery and improve the quality of life for patients. In response to this need, this thesis aims to propose a cross-platform application for the identification of skin tumors, with the purpose of providing users with a tool capable of conducting a preliminary analysis of one or more skin lesions. The methodology used involves the application of convolutional neural networks found in literature for the detection, segmentation, and classification of these neoplasms. Therefore, an application capable of running on major operating systems, both desktop and mobile, following the correct conversion of the code used, has been developed, providing tangible support regarding the need for further investigation or not. It is worth noting that this solution should not be seen as a complete replacement for a specialist doctor but rather as a support tool to be integrated into the diagnostic process.

L’avvento dell’era digitale e delle tecnologie in ambito informatico ha aperto nuovi orizzonti in tutti i campi della scienza. In particolare, con l’ausilio dell’Intelligenza Artificiale (IA) si è rivoluzionato non soltanto l’approccio mentale allo svolgimento di determinate azioni, ripetitive o meno che siano, ma se ne sono anche migliorate significativamente le prestazioni. Tante, ad oggi, sono le applicazioni dell’IA in ambito medico come strumento di supporto diagnostico, tra cui quella in ambito dermatologico. La diagnosi precoce di neoplasie alla pelle è, infatti, cruciale per aumentare le probabilità di guarigione e migliorare la qualità di vita dei pazienti. In risposta a questa esigenza, la presente tesi ha l’obiettivo di proporre un applicativo multi-piattaforma rivolto all’identificazione dei tumori della pelle, allo scopo di fornire a chi ne fa uso uno strumento capace di effettuare un’analisi preliminare di una o più lesioni cutanee. La metodologia utilizzata vede l’applicazione di reti neurali convoluzionali presenti in letteratura per la detection, segmentazione e classificazione di suddette neoplasie. E’ stato, quindi, ottenuto un applicativo capace di girare sui principali sistemi operativi, sia desktop sia mobile, previa corretta conversione del codice utilizzato, fornendo così un supporto concreto circa la necessità o meno di un’investigazione più approfondita. Da sottolineare è come questa soluzione non debba essere intesa come un completo sostituto del medico specialista, bensì come uno strumento di supporto da integrare all’iter diagnostico.

Sviluppo di un applicativo per l’identificazione dei tumori cutanei compatibile con i principali sistemi operativi per la diagnosi precoce

BAIONI, FRANCESCO
2022/2023

Abstract

The advent of the digital era and computer-related technologies has opened new horizons in all fields of science. In particular, with the assistance of Artificial Intelligence (AI), not only has the mental approach to performing certain actions, whether repetitive or not, been revolutionized, but performances have also significantly improved. Today, there are several applications of AI in the medical field as a diagnostic support tool, including the dermatological one. Early diagnosis of skin neoplasms is crucial to increase the chances of recovery and improve the quality of life for patients. In response to this need, this thesis aims to propose a cross-platform application for the identification of skin tumors, with the purpose of providing users with a tool capable of conducting a preliminary analysis of one or more skin lesions. The methodology used involves the application of convolutional neural networks found in literature for the detection, segmentation, and classification of these neoplasms. Therefore, an application capable of running on major operating systems, both desktop and mobile, following the correct conversion of the code used, has been developed, providing tangible support regarding the need for further investigation or not. It is worth noting that this solution should not be seen as a complete replacement for a specialist doctor but rather as a support tool to be integrated into the diagnostic process.
2022
2023-10-20
Development of an application for skin cancer detection compatible with main operating systems for early diagnosis
L’avvento dell’era digitale e delle tecnologie in ambito informatico ha aperto nuovi orizzonti in tutti i campi della scienza. In particolare, con l’ausilio dell’Intelligenza Artificiale (IA) si è rivoluzionato non soltanto l’approccio mentale allo svolgimento di determinate azioni, ripetitive o meno che siano, ma se ne sono anche migliorate significativamente le prestazioni. Tante, ad oggi, sono le applicazioni dell’IA in ambito medico come strumento di supporto diagnostico, tra cui quella in ambito dermatologico. La diagnosi precoce di neoplasie alla pelle è, infatti, cruciale per aumentare le probabilità di guarigione e migliorare la qualità di vita dei pazienti. In risposta a questa esigenza, la presente tesi ha l’obiettivo di proporre un applicativo multi-piattaforma rivolto all’identificazione dei tumori della pelle, allo scopo di fornire a chi ne fa uso uno strumento capace di effettuare un’analisi preliminare di una o più lesioni cutanee. La metodologia utilizzata vede l’applicazione di reti neurali convoluzionali presenti in letteratura per la detection, segmentazione e classificazione di suddette neoplasie. E’ stato, quindi, ottenuto un applicativo capace di girare sui principali sistemi operativi, sia desktop sia mobile, previa corretta conversione del codice utilizzato, fornendo così un supporto concreto circa la necessità o meno di un’investigazione più approfondita. Da sottolineare è come questa soluzione non debba essere intesa come un completo sostituto del medico specialista, bensì come uno strumento di supporto da integrare all’iter diagnostico.
File in questo prodotto:
File Dimensione Formato  
Tesi_di_Laurea___Magistrale_pdfa.pdf

accesso aperto

Descrizione: Tesi di laurea in formato pdf/a
Dimensione 3.13 MB
Formato Adobe PDF
3.13 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/15251