In questo lavoro di tesi viene valutata la capacità di generalizzazione del modello MedFormer, un transformer ibrido progettato per operare efficacemente son dataset limitati. Viene utilizzato nell’ambito della segmentazione di immagini tridimensionali di risonanza magnetica per l’individuazione di lesioni di Sclerosi Multipla e analizzato utilizzando due configurazioni di dataset differenti.
MODELLAZIONE E SVILUPPO DI UN SISTEMA INTELLIGENTE PER LA SEGMENTAZIONE AUTOMATICA DI LESIONI CEREBRALI IN SOGGETTI CON SCLEROSI MULTIPLA
PRUDENTE, ERICA
2024/2025
Abstract
In questo lavoro di tesi viene valutata la capacità di generalizzazione del modello MedFormer, un transformer ibrido progettato per operare efficacemente son dataset limitati. Viene utilizzato nell’ambito della segmentazione di immagini tridimensionali di risonanza magnetica per l’individuazione di lesioni di Sclerosi Multipla e analizzato utilizzando due configurazioni di dataset differenti.File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo
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/20.500.14253/75771