2. Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
2
Modelli di diffusione delle epidemie
Radioterapia e Programmazione Lineare
Problemi di Classificazione
3. Modelli di diffusione delle epidemie
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
3
4. Il modello SIR
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
4
S := Susceptibles, individui suscettibili, cio`e non infetti ma passibili di
infezione
I := Infectious, individui infetti, cio`e che sono stati infettati e che sono in
grado di trasmettere la malattia
R := Recovered, individui che guariscono e rimangono immuni per sempre
5. Il modello SIR
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
4
S := Susceptibles, individui suscettibili, cio`e non infetti ma passibili di
infezione
I := Infectious, individui infetti, cio`e che sono stati infettati e che sono in
grado di trasmettere la malattia
R := Recovered, individui che guariscono e rimangono immuni per sempre
6. Il modello SIR
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
4
S := Susceptibles, individui suscettibili, cio`e non infetti ma passibili di
infezione
I := Infectious, individui infetti, cio`e che sono stati infettati e che sono in
grado di trasmettere la malattia
R := Recovered, individui che guariscono e rimangono immuni per sempre
7. Il modello SIR
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
4
S := Susceptibles, individui suscettibili, cio`e non infetti ma passibili di
infezione
I := Infectious, individui infetti, cio`e che sono stati infettati e che sono in
grado di trasmettere la malattia
R := Recovered, individui che guariscono e rimangono immuni per sempre
S(t) + I(t) + R(t) = N
S(0) > 0, R(0) = 0, I(0) = I0 >= 0
8. Il Modello Matematico
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
5
β := tasso di trasmissione del contagio
α := tasso di remissione
dS
dt
= −βSI
dI
dt
= βSI − αI
dR
dt
= αI
9. Propriet`a del modello SIR
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
6
dS
dt
= −βSI,
dI
dt
= βSI − αI,
dR
dt
= αI
10. Propriet`a del modello SIR
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
6
dS
dt
= −βSI,
dI
dt
= βSI − αI,
dR
dt
= αI
dS
dt
+
dI
dt
+
dR
dt
= −βSI + βSI − αI + αI = 0
S(t) + I(t) + R(t) = costante = N
11. Propriet`a del modello SIR
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
6
dS
dt
= −βSI,
dI
dt
= βSI − αI,
dR
dt
= αI
dI
dt t=0
= βI0S0 − αI0 = I0 (βS0 − α)
dI
dt t=0
≷ 0 se S0 ≷
α
β
dS
dt
= −βSI ≤ 0 per ogni t
e quindi se S0 ≤ α
β allora S(t) ≤ S0 ≤ α
β per ogni t e dI
dt ≤ 0
12. Simulazione Numerica, 1
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
7
s(t) =
S(t)
N
, i(t) =
I(t)
N
, r(t) =
R(t)
N
α = 0.1, β = 0.3, ρ =
α
β
=
1
3
, R0 =
β
α
= 3
13. Simulazione Numerica, 1
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
7
s(t) =
S(t)
N
, i(t) =
I(t)
N
, r(t) =
R(t)
N
α = 0.1, β = 0.3, ρ =
α
β
=
1
3
, R0 =
β
α
= 3
i0 = 0.1%, s0 = 99.9%, r0 = 0
14. Simulazione Numerica, 1
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
7
s(t) =
S(t)
N
, i(t) =
I(t)
N
, r(t) =
R(t)
N
α = 0.1, β = 0.3, ρ =
α
β
=
1
3
, R0 =
β
α
= 3
15. Simulazione Numerica, 2
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
8
s(t) =
S(t)
N
, i(t) =
I(t)
N
, r(t) =
R(t)
N
α = 0.1, β = 0.075, ρ =
α
β
= 1.333, R0 =
β
α
= 0.75
16. Simulazione Numerica, 2
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
8
s(t) =
S(t)
N
, i(t) =
I(t)
N
, r(t) =
R(t)
N
α = 0.1, β = 0.075, ρ =
α
β
= 1.333, R0 =
β
α
= 0.75
i0 = 0.1%, s0 = 99.9%, r0 = 0
17. Simulazione Numerica, 2
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
8
s(t) =
S(t)
N
, i(t) =
I(t)
N
, r(t) =
R(t)
N
α = 0.1, β = 0.075, ρ =
α
β
= 1.333, R0 =
β
α
= 0.75
18. In sintesi
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
9
19. Modello SIR con nascite e morti
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
10
20. Modello SIR con nascite e morti
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
10
dS
dt
= λ(N − S) − λS − βSI
dI
dt
= βSI − αI − λI
dR
dt
= αI − λR
21. Simulazione Numerica, 3
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
11
α =
1
3
, β = 0.175, λ =
1
60
, R0 =
β
α + λ
= 0.5
22. Simulazione Numerica, 3
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
11
α =
1
3
, β = 0.175, λ =
1
60
, R0 =
β
α + λ
= 0.5
23. Simulazione Numerica, 4
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
12
α =
1
3
, β = 1.05, λ =
1
60
, R0 =
β
α + λ
= 3
24. Simulazione Numerica, 4
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
12
α =
1
3
, β = 1.05, λ =
1
60
, R0 =
β
α + λ
= 3
25. SEIR Model
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
13
E := Exposed, individui esposti all’infezione
26. SEIR Model
Modelli di diffusione
delle epidemie
Il modello SIR
Il Modello Matematico
Propriet`a del modello
SIR
Simulazione Numerica,
1
Simulazione Numerica,
2
In sintesi
Modello SIR con
nascite e morti
Simulazione Numerica,
3
Simulazione Numerica,
4
SEIR Model
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
13
E := Exposed, individui esposti all’infezione
dS
dt
= λ(N − S) − βSI − νS
dE
dt
= βSI − σE − λE
dI
dt
= σE − αI − λI
dR
dt
= αI − λR + νS
27. Radioterapia e Programmazione
Lineare
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
14
28. Radioterapia
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
15
La radioterapia consiste nell’uso di un macchinario che dall’esterno invia
un fascio di radiazione ionizzante nel corpo della paziente, danneggiando
sia i tessuti cancerosi che quelli sani.
Normalmente, diversi raggi sono diretti con precisione da differenti angoli
in un piano bidimensionale.
29. Radioterapia
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
15
A causa dell’attenuazione, ogni raggio rilascia pi`u radiazione ai tessuti
vicini al punto di ingresso rispetto a quelli vicini al punto di uscita. La
dispersione provoca anche il rilascio di radiazioni su tessuti che si trovano
all’esterno della traiettoria del fascio.
Le cellule tumorali sono tipicamente sparse in modo microscopico tra le
cellule sane e il dosaggio della radiazione su tutta la regione tumorale
deve essere
abbastanza forte da uccidere le cellule maligne, che sono
leggermente pi`u sensibili alle radiazioni,
abbastanza debole da non recare danno alle cellule sane,
la dose associata ai tessuti critici non deve superare livelli di tolleranza
prestabiliti, in modo da impedire complicazioni che possono essere
pi`u dannose del male stesso
30. Radioterapia
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
15
L’obiettivo `e selezionare la combinazione di fasci di radiazione da utilizzare
e l’intensit`a di ognuno di essi, in modo da generare la migliore
distribuzione possibile della dose.
31. Analisi del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
16
I tessuti considerati in questo esempio comprendono organi vitali come
pure strutture ossee (es. femore e bacino) che attenuano la radiazione.
Per i due raggi che vengono qui utilizzati sono mostrati sia il punto di
ingresso che la relativa direzione
32. Analisi del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
16
Per ogni raggio di una data intensit`a, viene calcolato l’assorbimento della
radiazione dalle varie parti del corpo.
Pi`u specificatamente viene calcolata la distribuzione dell’energia in una
sezione trasversale bidimensionale del tessuto costruendo una mappa
isodose (le curve di livello rappresentano l’intensit`a della dose come
percentuale dell’intensit`a nel punto di ingresso).
Poi una griglia fine viene sovrapposta alla mappa isodose.
33. Analisi del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
16
Sommando la radiazione assorbita nei quadrati contenenti i vari tipi di
tessuto, si pu`o calcolare la dose media assorbita dal tumore, dalla
struttura anatomica sana e dai tessuti critici.
Si assume che l’assorbimento della radiazione `e additivo.
34. Dati del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
17
Un’analisi completa di questo tipo permette ai medici di stimare i dati
necessari per progettare il trattamento
35. Dati del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
17
Un’analisi completa di questo tipo permette ai medici di stimare i dati
necessari per progettare il trattamento
36. Dati del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
17
Un’analisi completa di questo tipo permette ai medici di stimare i dati
necessari per progettare il trattamento
La prima colonna elenca le aree del corpo che devono essere
considerate.
37. Dati del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
17
Un’analisi completa di questo tipo permette ai medici di stimare i dati
necessari per progettare il trattamento
Le altre due colonne indicano, in media, la frazione della dose di
radiazione al punto di ingresso assorbita dalle diverse aree per ciascun
raggio.
38. Dati del problema
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
17
Un’analisi completa di questo tipo permette ai medici di stimare i dati
necessari per progettare il trattamento
L’ultima colonna fornisce i vincoli sul dosaggio totale, di entrambi i raggi,
che `e assorbito in media dalle rispettive aree del corpo.
39. Modello Matematico
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
18
Le due variabili decisionali x1 e x2 rappresentano la dose (in kilorad) al
punto di ingresso rispettivamente per il raggio 1 e il raggio 2.
Il dosaggio totale che raggiunge la parte sana del corpo deve essere
minimizzato.
Occorre rispettare i vincoli di dosaggio per i vari organi ed il tumore
40. Modello Matematico
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
18
min
x
0.4x1 + 0.5x2
soggetto a 0.3x1 + 0.1x2 ≤ 27
0.5x1 + 0.5x2 = 6
0.6x1 + 0.4x2 ≥ 6
x1 ≥ 0, x2 ≥ 0
41. Rappresentazione grafica
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
19
42. Method for radiation therapy planning
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
20
US 5418827 A
43. Method for radiation therapy planning
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
20
US 5418827 A
44. Method for radiation therapy planning
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
20
US 5418827 A
45. Method for radiation therapy planning
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
20
US 5418827 A
46. Method for radiation therapy planning
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Radioterapia
Analisi del problema
Dati del problema
Modello Matematico
Rappresentazione
grafica
Method for radiation
therapy planning
Problemi di
Classificazione
20
US 5418827 A
47. Problemi di Classificazione
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
21
48. Il problema di Classificazione
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
22
Dati
l vettori xi ∈ IRm, i = 1, . . . , l,
un vettore y ∈ IRl con yi ∈ {−1, 1}
determinare una funzione h(x) tale che
h(xi) > 0 quando yi = 1
h(xi) < 0 quando yi = −1
49. Il problema di Classificazione
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
22
Dati
l vettori xi ∈ IRm, i = 1, . . . , l,
un vettore y ∈ IRl con yi ∈ {−1, 1}
determinare una funzione h(x) tale che
h(xi) > 0 quando yi = 1
h(xi) < 0 quando yi = −1
I vettori xi e y definiscono il training set.
50. Il problema di Classificazione
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
22
Dati
l vettori xi ∈ IRm, i = 1, . . . , l,
un vettore y ∈ IRl con yi ∈ {−1, 1}
determinare una funzione h(x) tale che
h(xi) > 0 quando yi = 1
h(xi) < 0 quando yi = −1
f(x) = wT
x + θ
h(x) = sign(f(x))
51. Quale iperpiano?
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
23
52. Quale iperpiano?
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
23
53. Quale iperpiano?
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
23
54. Quale iperpiano?
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
23
55. Support Vector Machines
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
24
Determinare w ∈ IRn e θ ∈ R tali che
56. Support Vector Machines
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
24
Determinare w ∈ IRn e θ ∈ R tali che
wT
xi
+ θ > 1 quando yi = 1
e
wT
xi
+ θ < −1 quando yi = −1
57. Support Vector Machines
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
24
Determinare w ∈ IRn e θ ∈ R tali che
yi wT
xi
+ θ > 1, i = 1, . . . , l
58. Support Vector Machines
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
24
Determinare w ∈ IRn e θ ∈ R tali che
yi wT
xi
+ θ > 1, i = 1, . . . , l
ed il margine
2
w
sia il pi`u grande possible.
59. C–Support Vector Classification
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
25
Il caso separabile
min
w,θ
1
2 wT w
soggetto a yi wT xi + θ ≥ 1 , i = 1, . . . , l
60. C–Support Vector Classification
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
25
Il caso generale non–separabile
min
w,θ,ξ
1
2 wT w+CeT ξ
soggetto a yi wT xi + θ ≥ 1−ξi, i = 1, . . . , l
ξi ≥ 0, i = 1, . . . , l
61. C–Support Vector Classification
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
25
Il caso generale non–separabile
min
w,θ,ξ
1
2 wT w+CeT ξ
soggetto a yi wT xi + θ ≥ 1−ξi, i = 1, . . . , l
ξi ≥ 0, i = 1, . . . , l
Controlla la capacit`a Controlla il numero
di apprendimento di misclassificazioni
62. Caso generale non–separabile
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
26
63. “Problemi di cuore”
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
27
64. Aritmia cardiaca
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
28
65. Aritmia cardiaca
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
28
Classificazione in PVC (classe 1) e non–PVC (classe -1)
66. Aritmia cardiaca
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
28
Percentuale di errore con differenti scelte delle caratteristiche (features)
67. Regione QRS e non–QRS
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
29
(a) ECG originale, (b) preprocessamento e filtraggio, (c) Entropia QRS, (d)
Entropia non–QRS. Un livello basso di entropia indica un alto livello di
certezza, un livello basso un alto livello di incertezza.
68. Regione QRS e non–QRS
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
29
Risultati using SVM
69. Regione QRS e non–QRS
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
29
Risultati using SVM
70. Classificazione di pazienti affetti da tumore
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
30
71. Classificazione di pazienti affetti da tumore
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
30
72. Classificazione di pazienti affetti da tumore
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
30
73. Classificazione di pazienti affetti da tumore
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
30
74. Conclusioni
Modelli di diffusione
delle epidemie
Radioterapia e
Programmazione
Lineare
Problemi di
Classificazione
Il problema di
Classificazione
Quale iperpiano?
Support Vector
Machines
C–Support Vector
Classification
Caso generale
non–separabile
“Problemi di cuore”
Aritmia cardiaca
Regione QRS e
non–QRS
Classificazione di
pazienti affetti da
tumore
Conclusioni
31
It’s funny how people look at me like I am crazy when I tell
them that I prepared for medical school by majoring in
mathematics! I think only a true mathematically minded
person can understand that the logic and thought processes
needed to do math can help in virtually every aspect of life. I
am sure that is the case in my field . . . medicine is just one
big word problem.
Hayley Rintel, Medicine/Pediatrics Resident