Analisi comparativa di pipeline radiomiche e loro esecuzione su architetture RISC-V

@mastersthesis{riscvhealthcaremarcheselli2026,
    abstract = {Negli ultimi anni la radiomica ha assunto un ruolo centrale nell’analisi quantitativa delle immagini mediche, permettendo l’estrazione di feature radiomiche utili per diagnosi, prognosi e medicina personalizzata. Tuttavia, le pipeline di estrazione sono complesse e computazionalmente onerose, e le loro prestazioni dipendono sia dagli algoritmi sia dall’architettura hardware. In parallelo, l’architettura RISC-V si sta affermando come alternativa open e modulare alle ISA proprietarie, ma il suo utilizzo in applicazioni scientifiche, e in particolare in radiomica, \`{e} ancora poco studiato. L’obiettivo di questa tesi \`{e} valutare non solo l’equivalenza delle feature estratte da pipeline radiomiche, ma anche la loro riproducibilit\`{a}, robustezza e le prestazioni computazionali su diverse architetture. A tal fine, due pipeline basate su PyRadiomics sono state portate su RISC-V e confrontate con le corrispondenti implementazioni su x86. Il lavoro ha previsto inizialmente l’analisi di due implementazioni software, che pur condividendo la stessa libreria differiscono per gestione dei dati, preprocessing e struttura del flusso computazionale. Successivamente \`{e} stata studiata l’architettura RISC-V in relazione all’esecuzione di carichi scientifici ad alta intensit\`{a} computazionale e realizzato il porting delle pipeline, risolvendo incompatibilit\`{a} e adattando le dipendenze necessarie. È stata quindi condotta un’analisi della riproducibilit\`{a} delle feature tramite metriche statistiche di accordo, seguita da una valutazione delle prestazioni in modalit\`{a} sequenziale e parallela su entrambe le architetture. I risultati mostrano che, a fronte di feature sostanzialmente equivalenti, le diverse scelte implementative e architetturali incidono significativamente sui tempi di esecuzione. Il lavoro contribuisce a chiarire il comportamento di RISC-V in ambito radiomico e ne supporta la valutazione come piattaforma per applicazioni di imaging biomedico.},
    amspractice = {4051323},
    author = {Marcheselli, Sara},
    cosupervisor = {Francesco Giacomini and Camilla Scapicchio},
    cycle = {L},
    keywords = {RISC-V, feature extraction, pipeline radiomica, porting, riproducibilit\`{a}, prestazioni computazionali, PyRadiomics},
    language = {it},
    month = jul,
    start = {2026-03-01},
    supervisor = {Omicini, Andrea},
    title = {Analisi comparativa di pipeline radiomiche e loro esecuzione su architetture RISC-V},
    type = {Bachelor's thesis},
    year = 2026
}