slide1
Download
Skip this Video
Download Presentation
Sofia MOSCI 1-2 ; annalisa BARLA 2 ; Alessandro VERRI 2 ; carlo MOSCI 3

Loading in 2 Seconds...

play fullscreen
1 / 10

Sofia MOSCI 1-2 ; annalisa BARLA 2 ; Alessandro VERRI 2 ; carlo MOSCI 3 - PowerPoint PPT Presentation


  • 137 Views
  • Uploaded on

ANALISI STATISITCA DELLA RADIOTERAPIA CONSERVATIVA CON PROTONI NEL TRATTAMENTO DEI MELANOMI OCULARI MEDIANTE TECNICHE DI APPRENDIMENTO DA ESEMPI. Sofia MOSCI 1-2 ; annalisa BARLA 2 ; Alessandro VERRI 2 ; carlo MOSCI 3 1 DIFI - Università degli studi di Genova

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Sofia MOSCI 1-2 ; annalisa BARLA 2 ; Alessandro VERRI 2 ; carlo MOSCI 3' - chaim


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

ANALISI STATISITCADELLA RADIOTERAPIA CONSERVATIVA CON PROTONI NEL TRATTAMENTO DEI MELANOMI OCULARI MEDIANTE TECNICHE DI APPRENDIMENTO DA ESEMPI

  • Sofia MOSCI1-2; annalisa BARLA2; Alessandro VERRI2; carlo MOSCI3
  • 1 DIFI - Università degli studi di Genova
  • 2 DISI - Università degli studi di Genova
  • 3 Istituto Nazionale per la Ricerca sul Cancro - Genova
analisi statistica
analisi statistica
  • Oggetto: studio trattamento protonico melanoma coroideo
  • Metodo: modello multivariato tecniche di apprendimento statistico
  • Obiettivo: predizione corretta della recidiva su pazienti trattati
  • Dati: dati iniziali relativi al tumore
dati pazienti con prognosi robusta
DATI: pazienti con prognosi “robusta”
  • 31 pazienti con recidiva documentata
  • 44 pazienti con follow-up maggiore di 7 anni, senza recidiva
  • totale di 75 pazienti
rappresentazione dati
Rappresentazione dati
  • input: 5 caratteristiche
    • distanza del tumore dal disco ottico,
    • distanza del tumore dalla macula,
    • spessore del tumore,
    • diametro massimo del tumore,
    • età del paziente
  • output: recidiva -1 & non recidiva +1
minimi quadrati regolarizzati
minimi quadrati regolarizzati

X2

Y = F(X)

RECIDIVA

NO RECIDIVA

X1

APPRENDIMENTO SUPERVISIONATO

minimi quadrati regolarizzati1
minimi quadrati regolarizzati
  • training set: insieme di coppie di input, x = (x1,...,xd), e output, y
  • obiettivo: estrarre in modo automatico una funzione, y = f(x):
      • “best fit”: sui dati a disposizione
      • best prediction: sui dati futuri
  • nota: la relazione tra input e output è modellata come una somma pesata degli input.
  • nota2: la funzione ottimale è ottenuta minimizzando gli errori sul dataset
  • nota3: le proprietà di generalizzazione sono garantite dalla scelta con cross validation del parametro di regolarizzazione
risultati e confronti
risultati e confronti
  • RLS - Errore di classificazione: 25%
  • modello clinico standard: soglie su ciascuno dei parametri
  • RLS semplificato - un modello per variabile
ad