{"id":26195,"date":"2023-06-01T17:05:23","date_gmt":"2023-06-01T15:05:23","guid":{"rendered":"https:\/\/www.teoresigroup.com\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/"},"modified":"2023-06-01T17:08:47","modified_gmt":"2023-06-01T15:08:47","slug":"artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction","status":"publish","type":"thesis","link":"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/","title":{"rendered":"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio"},"content":{"rendered":"\n
\n
\n

Abstract<\/h2>\n\n\n\n

L’infarto del miocardio <\/strong>(MI) si verifica in seguito ad una interruzione del flusso sanguigno al muscolo cardiaco, di solito a causa di una sottostante malattia coronarica (CAD). Nel 2019, le CADs di tipo ischemico sono state responsabili di 1 decesso su 6, diventando la principale causa di decesso nel mondo. Allo stato attuale, la diagnosi di malattie cardiache, e in particolare di MI, si definisce a partire da specifici valutazioni di biomarcatori ed elettrocardiografia. Tuttavia, poich\u00e9 i risultati di questi metodi sono talvolta inconcludenti e possono portare a diagnosi errate, confondendosi con altre sindromi, i cardiologi si affidano frequentemente a tecniche di diagnostica per immagini. L’ecocardiografia \u00e8 la tecnica pi\u00f9 utilizzata, poich\u00e9 consente la visualizzazione del cuore in modo semplice, in tempo reale ed economico. Da questo esame, i cardiologi studiano il movimento delle pareti del ventricolo sinistro (LV) alla ricerca di contrazioni anomale che compaiono contestualmente all’ischemia. Per valutare ulteriormente la funzionalit\u00e0 cardiaca, dall’ecocardiogramma vengono calcolati anche parametri come la frazione di eiezione del sangue. Al fine di raggiungere questi task, pu\u00f2 rendersi necessaria la segmentazione del LV.<\/p>\n\n\n\n

La segmentazione manuale \u00e8 un processo dispendioso, tanto pi\u00f9 data la quantit\u00e0 di esami che i cardiologi eseguono quotidianamente a causa dell’elevato numero di pazienti con malattie cardiache. Inoltre, a causa del rumore e della dipendenza dall’operatore, la valutazione ecocardiografica presenta un’elevata variabilit\u00e0 intra e inter-osservatore. Per questi motivi, diversi approcci diagnostici basati sull’intelligenza artificiale (AI) sono stati proposti per la valutazione automatica della funzionalit\u00e0 cardiaca. Questi algoritmi possono ridurre il carico di lavoro dei cardiologi, assistendoli nell\u2019interpretazione degli ecocardiogrammi in modo pi\u00f9 rapido, robusto e accurato.<\/p>\n\n\n\n

Lo scopo di questa tesi \u00e8 lo sviluppo di un algoritmo di AI completamente automatico per la diagnosi precoce di MI dall’ecocardiografia 2-D<\/strong>. Ci\u00f2 comporta prima la segmentazione del LV<\/strong> e poi, attraverso la valutazione di alcuni parametri, l’identificazione di MI<\/strong>. Nello specifico, per la prima fase viene utilizzato un modello di Deep Learning<\/strong> (U-Net), sfruttando la disponibilit\u00e0 di ecocardiogrammi con segmentazioni manuali. Per la seconda fase vengono testati diversi algoritmi di Machine Learning<\/strong> supervisionati, unitamente a tecniche di Data Augumentation, ottenendo alla fine i migliori risultati con il modello Random Forest. Rispetto alla letteratura, l’approccio di questa tesi identifica i segmenti specifici del LV che presentano infarto, utilizzando, per la costruzione del modello, parametri clinici esistenti. Inoltre, il modello dimostra prestazioni e generalizzabilit\u00e0 superiori rispetto ad altri metodi. Infine, le segmentazioni generate ed i parametri calcolati vengono presentati al cardiologo consentendo la verifica umana della diagnosi prodotta. Il successo di questo algoritmo incoraggia la possibilit\u00e0 di future applicazioni nel contesto clinico; tuttavia, questo richiede prima la convalida con pi\u00f9 dati.<\/p>\n\n\n\n

Obiettivo tesi<\/h2>\n\n\n\n

Svilluppo di un algoritmo automatico, con metodi di intelligenza artificiale, per la diagnosi precoce dell\u2019infarto del miocardio da immagini di ecocardiografie.<\/p>\n\n\n\n

Metodologia di ricerca<\/h2>\n\n\n\n

Pipeline composta da 4 fasi:<\/p>\n\n\n\n

    \n
  1. Preprocessing: preparazione dei datasets ecocardiografici<\/li>\n\n\n\n
  2. Segmentazione: costruzione della rete di deep learning (U-Net CNN)<\/li>\n\n\n\n
  3. Post processing: operazioni morfologiche ed estrazione delle features dalle maschere di segmentazione ottenute<\/li>\n\n\n\n
  4. Classificazione: costruzione e testing di diversi algoritmi ML (KNN, SVM e RF). Classificazione del paziente nel suo insieme e dei singoli segmenti<\/li>\n<\/ol>\n\n\n\n

    Conclusioni<\/h2>\n\n\n\n

    Si ottengono performance elevate per la segmentazione del ventricolo sinistro tramite una rete di Deep Learning utilizzando due dataset diversi (alta generalizzabilit\u00e0).
    Si ottengono performance elevate per l\u2019identificazione di infarto del miocardio nei pazenti e nei singoli segmenti del miocardio. Questo tramite classificatori di machine learning allenati con delle features cliniche.<\/p>\n\n\n\n

    Sviluppi futuri<\/h2>\n\n\n\n

    Rete per la segmentazione che utilizza pi\u00f9 di una vista ecocardiografica per ridurre l\u2019errore nella fase di estrazione delle features. Validazione del modello con pi\u00f9 dati.<\/p>\n<\/div>\n<\/div>\n","protected":false},"featured_media":0,"template":"","university":[183],"thesis_type":[273],"keyword":[242,451,453,450],"class_list":["post-26195","thesis","type-thesis","status-publish","hentry","university-politecnico-di-torino-it","thesis_type-artificial-intelligence-it","keyword-deep-learning","keyword-lv-segmentation","keyword-machine-learning","keyword-myocardial-infarction"],"yoast_head":"\nIntelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio - Teoresi Group<\/title>\n<meta name=\"robots\" content=\"noindex, follow\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio - Teoresi Group\" \/>\n<meta property=\"og:description\" content=\"Abstract L’infarto del miocardio (MI) si verifica in seguito ad una interruzione del flusso sanguigno al muscolo cardiaco, di solito a causa di una sottostante malattia coronarica (CAD). Nel 2019, le CADs di tipo ischemico sono state responsabili di 1 decesso su 6, diventando la principale causa di decesso nel mondo. Allo stato attuale, la diagnosi di malattie cardiache, e...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/\" \/>\n<meta property=\"og:site_name\" content=\"Teoresi Group\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/pages\/Gruppo-Teoresi\/118393464917205\" \/>\n<meta property=\"article:modified_time\" content=\"2023-06-01T15:08:47+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/teoresi.sixeleven.it\/wp-content\/uploads\/2021\/02\/og-image.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"630\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/\",\"url\":\"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/\",\"name\":\"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio - Teoresi Group\",\"isPartOf\":{\"@id\":\"https:\/\/teoresi.sixeleven.it\/de\/#website\"},\"datePublished\":\"2023-06-01T15:05:23+00:00\",\"dateModified\":\"2023-06-01T15:08:47+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"\",\"item\":\"https:\/\/teoresi.sixeleven.it\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/teoresi.sixeleven.it\/de\/#website\",\"url\":\"https:\/\/teoresi.sixeleven.it\/de\/\",\"name\":\"Teoresi Group\",\"description\":\"Engineering for Human life.\",\"publisher\":{\"@id\":\"https:\/\/teoresi.sixeleven.it\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/teoresi.sixeleven.it\/de\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/teoresi.sixeleven.it\/de\/#organization\",\"name\":\"Teoresi Group\",\"url\":\"https:\/\/teoresi.sixeleven.it\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/teoresi.sixeleven.it\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.teoresigroup.com\/wp-content\/uploads\/2020\/12\/teoresi-logo-color.svg\",\"contentUrl\":\"https:\/\/www.teoresigroup.com\/wp-content\/uploads\/2020\/12\/teoresi-logo-color.svg\",\"width\":1,\"height\":1,\"caption\":\"Teoresi Group\"},\"image\":{\"@id\":\"https:\/\/teoresi.sixeleven.it\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/pages\/Gruppo-Teoresi\/118393464917205\",\"https:\/\/www.instagram.com\/teoresigroup\/\",\"https:\/\/www.linkedin.com\/company\/teoresigroup\/\",\"https:\/\/www.youtube.com\/channel\/UCNdBBSSax2EWPmFk5QzYP8Q\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio - Teoresi Group","robots":{"index":"noindex","follow":"follow"},"og_locale":"it_IT","og_type":"article","og_title":"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio - Teoresi Group","og_description":"Abstract L’infarto del miocardio (MI) si verifica in seguito ad una interruzione del flusso sanguigno al muscolo cardiaco, di solito a causa di una sottostante malattia coronarica (CAD). Nel 2019, le CADs di tipo ischemico sono state responsabili di 1 decesso su 6, diventando la principale causa di decesso nel mondo. Allo stato attuale, la diagnosi di malattie cardiache, e...","og_url":"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/","og_site_name":"Teoresi Group","article_publisher":"https:\/\/www.facebook.com\/pages\/Gruppo-Teoresi\/118393464917205","article_modified_time":"2023-06-01T15:08:47+00:00","og_image":[{"width":1200,"height":630,"url":"https:\/\/teoresi.sixeleven.it\/wp-content\/uploads\/2021\/02\/og-image.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/","url":"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/","name":"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio - Teoresi Group","isPartOf":{"@id":"https:\/\/teoresi.sixeleven.it\/de\/#website"},"datePublished":"2023-06-01T15:05:23+00:00","dateModified":"2023-06-01T15:08:47+00:00","breadcrumb":{"@id":"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/teoresi.sixeleven.it\/it\/thesis\/artificial-intelligence-applied-to-2d-echocardiography-for-the-early-detection-of-myocardial-infarction\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"","item":"https:\/\/teoresi.sixeleven.it\/it\/"},{"@type":"ListItem","position":2,"name":"Intelligenza Artificiale applicata ad immagini ecocardiogafiche 2D per la diagnosi precoce dell\u2019infarto del miocardio"}]},{"@type":"WebSite","@id":"https:\/\/teoresi.sixeleven.it\/de\/#website","url":"https:\/\/teoresi.sixeleven.it\/de\/","name":"Teoresi Group","description":"Engineering for Human life.","publisher":{"@id":"https:\/\/teoresi.sixeleven.it\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/teoresi.sixeleven.it\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/teoresi.sixeleven.it\/de\/#organization","name":"Teoresi Group","url":"https:\/\/teoresi.sixeleven.it\/de\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/teoresi.sixeleven.it\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.teoresigroup.com\/wp-content\/uploads\/2020\/12\/teoresi-logo-color.svg","contentUrl":"https:\/\/www.teoresigroup.com\/wp-content\/uploads\/2020\/12\/teoresi-logo-color.svg","width":1,"height":1,"caption":"Teoresi Group"},"image":{"@id":"https:\/\/teoresi.sixeleven.it\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/pages\/Gruppo-Teoresi\/118393464917205","https:\/\/www.instagram.com\/teoresigroup\/","https:\/\/www.linkedin.com\/company\/teoresigroup\/","https:\/\/www.youtube.com\/channel\/UCNdBBSSax2EWPmFk5QzYP8Q"]}]}},"acf":[],"_links":{"self":[{"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/thesis\/26195","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/thesis"}],"about":[{"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/types\/thesis"}],"version-history":[{"count":2,"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/thesis\/26195\/revisions"}],"predecessor-version":[{"id":26198,"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/thesis\/26195\/revisions\/26198"}],"wp:attachment":[{"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/media?parent=26195"}],"wp:term":[{"taxonomy":"university","embeddable":true,"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/university?post=26195"},{"taxonomy":"thesis_type","embeddable":true,"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/thesis_type?post=26195"},{"taxonomy":"keyword","embeddable":true,"href":"https:\/\/teoresi.sixeleven.it\/it\/wp-json\/wp\/v2\/keyword?post=26195"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}