Artwork

Contenuto fornito da Radio 24 Il Sole 24 ore and Radio 24. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Radio 24 Il Sole 24 ore and Radio 24 o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.
Player FM - App Podcast
Vai offline con l'app Player FM !

Progetto THAITI

 
Condividi
 

Manage episode 416068812 series 2498407
Contenuto fornito da Radio 24 Il Sole 24 ore and Radio 24. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Radio 24 Il Sole 24 ore and Radio 24 o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.

La risonanza magnetica cardiaca è un esame fondamentale per la diagnosi di varie patologie, ma prevede l’iniezione di un mezzo di contrasto che non sempre va a buon fine. Il suo esito infatti dipende dalla capacità dell’operatore di cogliere quello che in gergo si chiama tempo di inversione, quando nelle immagini si produce il massimo contrasto possibile. Sbagliare porta a immagini di bassa qualità, e quindi a dover prolungare l’esame o addirittura ripeterlo. Ma un team di ricercatori delle Università di Milano Bicocca e Ca’ Foscari, in collaborazione con l’Istituto Auxologico Italiano, ha messo a punto un nuovo software basato su tecniche di Machine Learning, che permette di stimare il tempo di inversione a partire da alcune peculiarità del paziente. Ne parliamo con Daniela Besozzi, professoressa all’Università di Milano-Bicocca e autrice del metodo TAHITI insieme a Marco S. Nobile, Daniele Papetti e Camilla Torlasco.

  continue reading

39 episodi

Artwork

Progetto THAITI

Smart City

31 subscribers

published

iconCondividi
 
Manage episode 416068812 series 2498407
Contenuto fornito da Radio 24 Il Sole 24 ore and Radio 24. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Radio 24 Il Sole 24 ore and Radio 24 o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.

La risonanza magnetica cardiaca è un esame fondamentale per la diagnosi di varie patologie, ma prevede l’iniezione di un mezzo di contrasto che non sempre va a buon fine. Il suo esito infatti dipende dalla capacità dell’operatore di cogliere quello che in gergo si chiama tempo di inversione, quando nelle immagini si produce il massimo contrasto possibile. Sbagliare porta a immagini di bassa qualità, e quindi a dover prolungare l’esame o addirittura ripeterlo. Ma un team di ricercatori delle Università di Milano Bicocca e Ca’ Foscari, in collaborazione con l’Istituto Auxologico Italiano, ha messo a punto un nuovo software basato su tecniche di Machine Learning, che permette di stimare il tempo di inversione a partire da alcune peculiarità del paziente. Ne parliamo con Daniela Besozzi, professoressa all’Università di Milano-Bicocca e autrice del metodo TAHITI insieme a Marco S. Nobile, Daniele Papetti e Camilla Torlasco.

  continue reading

39 episodi

Tutti gli episodi

×
 
Loading …

Benvenuto su Player FM!

Player FM ricerca sul web podcast di alta qualità che tu possa goderti adesso. È la migliore app di podcast e funziona su Android, iPhone e web. Registrati per sincronizzare le iscrizioni su tutti i tuoi dispositivi.

 

Guida rapida