Σημασιολογική κατάτμηση μεταστατικού μελανώματος σε δεδομένα PET/CT

Abstract

Η σημασιολογική κατάτμηση αποτελεί έναν κλάδο της επιστήμης της όρασης των υπ- ολογιστών με σκοπό την αυτόματη εξαγωγή κρίσιμων πληροφοριών από εικόνες. Σε αντιδιαστολή με την κατηγοριοποίηση των εικόνων, η σημασιολογική κατάτμηση κατη- γοριοποιεί κάθε εικονοστοιχείο της εικόνας, προσφέροντας με αυτόν τον τρόπο πρωτο- φανείς δυνατότητες αυτόματης χαρτογράφησης σε αυτές. Οι εφαρμογές εμφανίζονται σε πολλούς κλάδους και ιδιαίτερα σε αυτόν της ιατρικής και συγκεκριμένα της ιατρικής απεικόνισης. Η εξέλιξη των ιατρικών απεικονιστικών συστημάτων τα τελευταία χρόνια έχει δημιουργήσει τεχνικές οι οποίες αποτελούν πλέον αναπόσπαστο κομμάτι της διάγν- ωσης και της παρακολούθησης πολλών ασθενειών αλλά και την ανάγκη παρακολούθησης μεγάλου όγκου πληροφορίας που δημιουργείται από αυτές. Οι πρόσφατες εξελίξεις της τεχνητής νοημοσύνης και συγκεκριμένα της βαθιάς μάθησης, προσφέρουν εργαλεία που μπορεί να αποβούν χρήσιμα στην ανάγκη αυτή. Η σημασιολογική κατάτμηση αποτελεί ένα τέτοιο παράδειγμα και μπορεί να εφαρμοστεί σε ιατρικές εικόνες για την αυτόματη τμηματοποίηση κρίσιμων σημείων τους. Σε αυτήν την εργασία θα γίνει μια επίδειξη αυτής της τεχνικής, όπου θα εφαρμοστoύν αρχιτεκτονικές και μεθοδολογίες νευρωνικών δικ- τύων όπως το U-net, η "προσοχή" και το ensemble learning, για να επιτευχθεί αυτόματη κατάτμηση καρκινικών περιοχών από μεταστατικό μελάνωμα σε εικόνες PET/CT.