ITALIANO

Il corso "Valutazione Immagini con IA e Radiomica" fornisce agli studenti una comprensione approfondita della radiomica e dell'intelligenza artificiale (IA) applicate alla valutazione delle immagini mediche. Si inizia con i principi fondamentali della radiomica e dell'IA, esplorandone le applicazioni cliniche. Gli studenti apprendono le tecniche di imaging medico e le metodologie di pre-processamento delle immagini, come la normalizzazione e la segmentazione. Il corso prosegue con l'estrazione e la classificazione delle caratteristiche radiomiche, seguita dallo studio degli algoritmi di machine learning specifici per la radiomica, includendo la loro implementazione e validazione. Si discute anche l'integrazione pratica dell'IA nel workflow clinico, affrontando le considerazioni etiche e legali.

Artificial Intelligence and Precision Oncology
Bridging Cancer Research and Clinical Decision Support (Ebook scaricabile sul sito di Ateneo)
https://link.springer.com/book/10.1007/978-3-031-21506-3

Il corso mira a fornire agli studenti conoscenze teoriche e pratiche sull'uso dell'intelligenza artificiale (IA) e della radiomica nella valutazione delle immagini mediche. Gli studenti apprenderanno come queste tecnologie possono migliorare la diagnosi, la prognosi e la personalizzazione delle terapie in radiologia.

Conoscenza di base delle tecniche di immagine utilizzati nel corso (TC, RMN, PET, US).

Lezioni frontali, corso teorico/pratico

La valutazione delle competenze degli studenti si basa su una prova orale. Le domande riguardano gli aspetti di base così come gli aspetti principali della IA e della radiomica. Le domande saranno quanto più specifiche per valutare le conoscenze di base dell'argomento. Ciò significa che lo studente deve conoscere i concetti base del corso (AI e radiomica). Lo studente dovrebbe essere in grado di discutere su questi argomenti ed essere in grado di collegare e analizzare i diversi argomenti. Il voto finale è espresso in 30/30 dove 18 rappresenta il minimo e 30 il massimo

Nessuna

Programma del Corso
Introduzione alla Radiomica e all'IA

Definizione e principi fondamentali della radiomica.
Concetti base di intelligenza artificiale e machine learning.
Applicazioni cliniche dell'IA e della radiomica.
Acquisizione e Pre-Processamento delle Immagini

Tecniche di imaging medico (TC, RM, PET, ecc.).
Pre-processamento delle immagini: normalizzazione, segmentazione, filtraggio.
Feature Extraction in Radiomica

Definizione e classificazione delle caratteristiche radiomiche.
Metodi di estrazione delle caratteristiche da immagini mediche.
Validazione delle caratteristiche estratte.
Modelli di Machine Learning per la Radiomica

Algoritmi di machine learning utilizzati in radiomica (regressione, classificazione, clustering).
Implementazione pratica di modelli di machine learning.
Validazione e valutazione delle prestazioni dei modelli.
Integrazione dell'IA nella Pratica Clinica

Workflow per l'integrazione dell'IA in radiologia.
Considerazioni etiche e legali nell'uso dell'IA.
Casi di studio e applicazioni reali.

Italian

The course "Image Evaluation with AI and Radiomics" provides students with an in-depth understanding of radiomics and artificial intelligence (AI) applied to the evaluation of medical images. It begins with the fundamental principles of radiomics and AI, exploring their clinical applications. Students learn medical imaging techniques and image pre-processing methodologies, such as normalization and segmentation. The course continues with the extraction and classification of radiomic features, followed by the study of machine learning algorithms specific to radiomics, including their implementation and validation. Practical integration of AI into the clinical workflow is also discussed, addressing ethical and legal considerations.

Artificial Intelligence and Precision Oncology
Bridging Cancer Research and Clinical Decision Support (Ebook scaricabile sul sito di Ateneo)
https://link.springer.com/book/10.1007/978-3-031-21506-3

The course aims to provide students with theoretical and practical knowledge on the use of artificial intelligence (AI) and radiomics in the evaluation of medical images. Students will learn how these technologies can enhance diagnosis, prognosis, and the personalization of therapies in radiology.

Basic knowledge of imaging used (CT, MRN, PET, US).

Oral lessons, with hands on technique.

The assessment of student competencies is based on an oral exam. The questions will cover both the basic and main aspects of AI and radiomics. The questions will be specific to evaluate the foundational knowledge of the subject. This means that the student must understand the basic concepts of the course (AI and radiomics). The student should be able to discuss these topics and be capable of connecting and analyzing the different subjects. The final grade is expressed on a scale of 30/30, with 18 being the minimum passing grade and 30 the maximum.

None

Course Program

Introduction to Radiomics and AI

- Definition and fundamental principles of radiomics.
- Basic concepts of artificial intelligence and machine learning.
- Clinical applications of AI and radiomics.

Image Acquisition and Pre-Processing

- Medical imaging techniques (CT, MRI, PET, etc.).
- Image pre-processing: normalization, segmentation, filtering.

Feature Extraction in Radiomics

- Definition and classification of radiomic features.
- Methods for extracting features from medical images.
- Validation of extracted features.

Machine Learning Models for Radiomics

- Machine learning algorithms used in radiomics (regression, classification, clustering).
- Practical implementation of machine learning models.
- Validation and performance evaluation of models.

Integration of AI in Clinical Practice

- Workflow for integrating AI in radiology.
- Ethical and legal considerations in the use of AI.
- Case studies and real-world applications.