Diagnosi computerizzata basata su deep learning nell'imaging di tomosintesi digitale mammaria.

Il progetto DeepLook (finanziato dall'INFN) sta sviluppando un'architettura di deep learning per la diagnosi automatizzata della presenza di lesioni maligne in immagini di tomosintesi digitale mammaria, anche nota come mammografia 3D, basata su reti neurali convoluzionali. In collaborazione con radiologi ospedalieri, è in corso di realizzazione un ampio archivio di immagini cliniche annotate che include immagini acquisite con diverse unità cliniche, con diverse geometrie di acquisizione, su diverse centinaia di pazienti, contenenti una varietà di possibili lesioni mammarie e casi normali di assenza di lesioni. La rete neurale sviluppata è in grado di diagnosticare vari tipi di lesioni a livello delle immagini di singole fettine tissutali di tomosintesi, con una accuratezza del $94%$ ed una sensibilità del $93%$, fornendo inoltre una localizzazione della massa sospetta ottenuta applicando algoritmi di Gradient-weighted Class Activation Mapping.