AI in mammografia

Il carcinoma mammario è la patologia neoplastica a più alta prevalenza nelle donne e la prima causa di morte per tumore. Poiché la probabilità di guarigione dipende dalla capacità di diagnosticare il tumore in fase iniziale, la ricerca mira a trovare soluzioni innovative per individuare precocemente le neoplasie nei programmi di screening.
In questo contesto, abbiamo intrapreso diversi progetti di ricerca al fine di sviluppare un sistema automatico basato su algoritmi di intelligenza artificiale, in grado di effettuare previsioni utili ai radiologi come supporto decisionale durante l’analisi dell’immagine (QIDS).
Tale progetto di ricerca, sviluppato in collaborazione con il Politecnico di Torino, ha portato alla realizzazione di un software per la classificazione di lesioni tumorali di tipo massa in immagini 2D sintetiche e di tomosintesi.
L’approccio metodologico prevede una prima fase di pre-processing delle immagini e di caratterizzazione della lesione e del tessuto mammario attraverso l’estrazione di caratteristiche morfologiche/strutturali in maniera:

• Automatica, attraverso algoritmi di deep learning che prevedono l’utilizzo di reti neurali convoluzionali (CNN);
• Manuale, utilizzando tecniche di imaging quantitativo.

La seconda fase è dedicata alla costruzione di modelli predittivi per individuare la classe di appartenenza delle lesioni (benigna o maligna) attraverso i seguenti metodi di Machine Learning:

• Linear Discriminant Analysis (LDA);
• Support Vector Machine (SVM);
• K-Nearest Neighbours (KNN);
• Artificial Neural Network (ANN).