Computer Vision Mediante Deep Learning per la Segmentazione Semantica e Change Detection di Aneurismi Aortici Addominali

The objective of the theses concerns the semantic segmentation and the subsequent construction of a three-dimensional model of the abdominal section of the aorta starting from CT volumes. For this purpose, a neural network model was developed that could classify the pixels belonging to the aorta and use the masks produced by the segmentation to reconstruct a three-dimensional model. Below, a second change detection model was developed for the comparison of CT volumes taken in follow-up visits following aneurysm repair surgery. The objective of the model was to recognize any deformations of the aneurysmal sac over time to determine possible risk situations for the patient.

L'obiettivo delle tesi riguarda la segmentazione semantica e la successiva costruzione di un modello tridimensionale del tratto addominale dell'aorta a partire da volumi TAC. Per l'obiettivo è stato sviluppato un modello di rete neurale che potesse andare a classificare i pixel appartenenti all'aorta e utilizzare le maschere prodotte dalla segmentazione per andare a ricostruire un modello tridimensionale. Di seguito è stato sviluppato un secondo modello di change detection per il confronto di volumi TAC presi in visite di follow-up successive all'intervento di riparazione dell'aneurisma. L'obiettivo del modello era riconoscere eventuali deformazioni della sacca aneurismatica nel tempo per determinare possibili situazioni di rischio per il paziente.