Artificial intelligence algorithms for prostate cancer prediction by breath analysis

20 febbraio 2024

A. Lo Sasso, L. Bellantuono, R. Manetta, A. Gazzerro, R. Di Filippo, F. Porcelli, L. Facchini, P. Frascella and R. Bellotti

  1. Dipartimento Interateneo di Fisica, Universita` degli Studi di Bari – Bari, Italy
  2. Predict S.r.l. – Fiera del Levante, Bari, Italy
  3. Istituto Nazionale di Fisica Nucleare, Sezione di Bari – Bari, Italy
  4. Dipartimento di Biomedicina Traslazionale e Neuroscienze (DiBraiN), Universita` degli Studi di Bari – Bari, Italy
  5. Dipartimento di Emergenza Urgenza e Accettazione, Ospedale S. Salvatore L’Aquila, Italy
  6. Scuola di Specializzazione in Radiologia, Ospedale S. Salvatore – L’Aquila, Italy

Breath analysis is emerging as a promising screening technique. Analysis of volatile organic compounds by artificial intelligence can lead to an early warning bell by noninvasive screening. In this work, we analyze volatile organic compounds from patients who had undergone a prostate cancer exam. We expose a computational methodology to discriminate suspected and full-blown patients. We adopt a sample selection and use oversampling to train a neural network based on a Multi-Layer Perceptron in order to predict real data and simulate performances on further patients undergoing prostate cancer screening.

Articoli correlati

Volatile Organic Compounds (VOCs) in the exhaled breath as biomarkers for the early detection of lung cancer: application of complementary methodological approaches

28 ottobre 2024

Palmisani J.1*, Di Gilio A.1, Pizzillo V.1, Tosoni E.2, de Gennaro G.1, Perbellini L.3, Santo A.2 1 Department of Biosciences, Biotechnologies and Environment, University of Bari Aldo Moro, 70125 Bari, Italy 2 Lung Unit, P. Pederzoli Hospital, 37019 Peschiera del Garda, Verona, Italy 3 University of Verona, 37129 Verona, Italy * presenting author RATIONALE OF THE STUDY: Lung cancer (LC) is one of the most aggressive tumors and the leading cause of cancer-related […]

Integrated diagnostics for the detection of prostate cancer through the integration of data derived from a breathanalysis device, MRI, and molecular analysis: a proof-of-concept study

23 ottobre 2024

Martina Pecoraro: Rome / ItalvAuthor Block: M. Pecoraro, S. Novelli, E. Messina, L. Laschena, C. Catalano, V. Panebianco; Rome/ITPurpose: This study aimed to deliver novel, cost-effective, evidence-based, non-invasive predictive risk-adapted diagnostic pathways for faster, earlier, more precise, accessible, and affordable detection and screening of prostate cancer. Methods or Background: A prospective single-centre cohort study, enrolling […]

Contributi scientifici
Contributi scientifici
Contributi scientifici

Artificial Intelligence algorithms for the standardization of prostate cancer screening

9 settembre 2024

Lo Sasso A., Bellantuono L., Facchini L., Amato E., Porcelli F., Frascella P., Bellotti R. Prostate cancer stands as the most prevalent cancer among males in Italy, comprising 18.5% of all male cancer diagnoses. Nearly a quarter of men receive a prostate cancer diagnosis between ages 50 and 60. Detecting this cancer early could potentially […]
My Agile Privacy
✕
Questo sito utilizza cookie tecnici e di profilazione. Cliccando su accetta si autorizzano tutti i cookie di profilazione. Cliccando su rifiuta o la X si rifiutano tutti i cookie di profilazione. Cliccando su personalizza è possibile selezionare quali cookie di profilazione attivare.
AccettaRifiutaPersonalizza
Attenzione: alcune funzionalità di questa pagina potrebbero essere bloccate a seguito delle tue scelte privacy