ARTFEED — Contemporary Art Intelligence

OsteoCAD: Framework Cloud-Edge per la Segmentazione dei Tumori Ossei

ai-technology · 2026-08-03

OsteoCAD è un framework eHealth che mira a rendere gli strumenti di deep learning (DL) più accessibili negli ambienti clinici, superando sfide come la mancanza di potenza computazionale e conoscenze specialistiche. Offre funzionalità complete di DL, che spaziano dalla generazione e pre-elaborazione dei dataset all'addestramento e all'inferenza dei modelli, il tutto attraverso un'interfaccia intuitiva. Per alleviare le limitazioni hardware locali, OsteoCAD si connette in modo sicuro a risorse GPU remote. La sua praticità è stata confermata tramite un caso di studio in Messico incentrato sulla segmentazione di grandi tumori ossei. I risultati indicano che OsteoCAD facilita le applicazioni eHealth basate su DL senza richiedere competenze tecniche approfondite o configurazioni locali complesse. Questo framework è descritto nell'articolo 'OsteoCAD: A Human-in-the-Loop Cloud-Edge Framework for Bone Tumor Segmentation', disponibile su arXiv nella sezione Computer Vision and Pattern Recognition, che include la cronologia delle versioni e i riferimenti. Questa iniziativa fa parte di sforzi più ampi per integrare l'IA e il DL nell'imaging medico, soprattutto in contesti con risorse limitate.

Fatti principali

  • OsteoCAD è un framework eHealth modulare per il deep learning nella pratica clinica.
  • Fornisce capacità di DL end-to-end: creazione di dataset, pre-elaborazione, addestramento di modelli e inferenza.
  • Il framework si connette a infrastrutture GPU remote per superare le limitazioni hardware locali.
  • Validato tramite un caso di studio reale in Messico sulla segmentazione di grandi tumori ossei.
  • Il framework non richiede competenze tecniche avanzate o configurazioni locali complesse.
  • L'articolo è intitolato 'OsteoCAD: A Human-in-the-Loop Cloud-Edge Framework for Bone Tumor Segmentation'.
  • L'articolo è classificato sotto Computer Science > Computer Vision and Pattern Recognition.
  • L'articolo è disponibile su arXiv con cronologia delle versioni e riferimenti.

Entità

Istituzioni

  • arXiv

Luoghi

  • Mexico

Fonti