Definizione
Una Deep Neural Network (DNN) è un tipo di rete neurale artificiale caratterizzata da molteplici strati nascosti (hidden layers) tra l’ingresso e l’uscita. È un modello di intelligenza artificiale capace di apprendere rappresentazioni complesse dei dati tramite l’utilizzo del Deep Learning.
Le DNN sono costituite da neuroni artificiali organizzati in livelli:
- Livello di input: riceve i dati iniziali (immagini, segnali, testo, ecc.).
- Livelli nascosti: elaborano i dati attraverso combinazioni non lineari e trasformazioni gerarchiche. L’aumento del numero di strati consente alla rete di apprendere caratteristiche sempre più astratte.
- Livello di output: genera il risultato finale, ad esempio una classificazione o una previsione.
L’addestramento di una DNN avviene mediante un processo chiamato backpropagation, che regola i pesi delle connessioni tra i neuroni per minimizzare l’errore tra la previsione e il valore reale.
Applicazioni in medicina
- Segmentazione di immagini: utilizzo di reti come le CNN per l’identificazione automatica di strutture anatomiche o patologie in scansioni TAC o RM, utile ad esempio per la chirurgia guidata da immagini.
- Analisi del linguaggio medico: utilizzo di modelli NLP basati su DNN che elaborano testi clinici per estrarre informazioni dai referti medici.
