Esposito, Giuseppina (2025) Imaging biobanks for biomedical research: design and technological applications. [Tesi di dottorato]

[thumbnail of esposito_giuseppina_37.pdf] Documento PDF
esposito_giuseppina_37.pdf
Visibile a [TBR] Amministratori dell'archivio

Download (8MB) | Richiedi una copia
Tipologia del documento: Tesi di dottorato
Lingua: English
Titolo: Imaging biobanks for biomedical research: design and technological applications
Autori:
Autore
Email
Esposito, Giuseppina
giuseppina.esposito4@unina.it
Data: 10 Febbraio 2025
Numero di pagine: 117
Istituzione: Università degli Studi di Napoli Federico II
Dipartimento: Scienze Biomediche Avanzate
Dottorato: Scienze biomorfologiche e chirurgiche
Ciclo di dottorato: 37
Coordinatore del Corso di dottorato:
nome
email
Cuocolo, Alberto
cuocolo@unina.it
Tutor:
nome
email
Cuocolo, Alberto
[non definito]
Data: 10 Febbraio 2025
Numero di pagine: 117
Parole chiave: biobanks; radiomics; medical imaging; artificial intelligence
Settori scientifico-disciplinari del MIUR: Area 06 - Scienze mediche > MED/36 - Diagnostica per immagini e radioterapia
Informazioni aggiuntive: Ho frequentato il Ciclo 37 (non 36)
Depositato il: 17 Ott 2025 15:45
Ultima modifica: 12 Ago 2026 05:38
URI: https://www.fedoa.unina.it/id/eprint/16673

Abstract

Biobanks are essential for precision medicine, storing biological samples and associated data. However, managing diverse digital information from various diagnostic domains like genomics and imaging presents a significant challenge due to the need for data integration and standardization. AI offers a promising solution, enabling the analysis of large datasets to identify patterns, correlations, and risk groups, as well as validating imaging biomarkers for improved diagnostics. While digital biobanking initiatives exist, a unified model with standardized protocols is crucial for streamlining operations and fostering collaboration. This PhD thesis explores the role of biobanks and big data in precision, contributes implementable practices for imaging biobanks, particularly in data management and AI applications using secondary data and proves the future potential of biobanks for developing predictive models.

Downloads

Downloads per month over past year

Actions (login required)

Modifica documento Modifica documento