skip to Main Content
NET-IBA-2

Analisi strutturale ed istopatologica per immagini di tessuti nativi ed ingegnerizzati (NET-IBA)

Abstract

Tema: NET-IBA, sviluppo di algoritmi e metodi automatici per l’analisi strutturale e morfologica di tessuti nativi e scaffolds. La seguente linea di ricerca si pone l’obiettivo di sviluppare algoritmi basati su tecniche di imaging per ottenere un maggiore controllo sui meccanismi che governano “struttura-funzione” dei tessuti. L’istopatologia ed i metodi di analisi quantitativa di struttura su base immagine sono al momento scarsamente sviluppati in modo integrato. Gran parte delle valutazioni in istologia avvengono ancora sulla base di stime qualitative o semi-qualitative. Analogamente, i metodi di analisi di immagine digitale sviluppati in contesti di scienza dei materiali non vengono ideati con un focus di potenziale rilevanza clinica. Questa linea di ricerca si posiziona all’interfaccia tra queste due discipline nel tentativo di fornire nuovi strumenti di indagine sia in ambito clinico che in ambito scienza dei materiali.

Impatto:

Il software sviluppato in questa linea di ricerca ha impatto potenziale su due direttrici principali:

Metodi innovativi di istologia quantitativa, con applicazioni potenziali che includono: interazione biomateriale-organismo, valutazione effetto farmaci, valutazione risposta infiammatoria, oncologia, crescita di tessuto in vitro ed in vivo, big-data;

Metodi innovativi di analisi morfologica di materiali micro e nano-strutturati, con applicazioni potenziali in contesto di ingegneria della produzione industriale, ingegneria chimica e dei materiali. Queste applicazioni includono: il controllo del processo, la caratterizzazione di processo, caratterizzazione struttura-funzione.

Pipeline

  • CLINICAL
    NEED
  • DISEASES
    ANALYSIS
  • DISCOVERY
  • PRECLINICAL
    VALIDATION
  • PRECLINICAL
    DEVELOPMENT
  • CLINICAL
    STUDIES
NET-IBA: Blood vessel detection algorithm on immunohistochemical staining. Accurate identification and quantification of blood vessels can be labour intensive, time consuming and heavly dependet on the operator experience. An automated, objective method has been developed and validated, the block diagram illustrates the structure of the algorithm. (from left to right): a) input image, b) filtering and thresholding on red or green color channels, c1) detection of connected components , c2) morphological segmentation based on size and shape, c3) additional detection of connected components, d) segmentation criteria in c1,c2,c3 are combined together using morphological operators, e) labeling of connected components , f) algorithm’ result including vessel area quantification and spatial distribution (right)

Principal Investigator

Contatto

adamore@fondazionerimed.com

Team di progetto:

Aree terapeutiche:

Prodotto:
ATMPDispositivi biomedicali e Organi artificiali

Collaborazioni:

  • University of Pittsburgh
  • Università degli Studi di Palermo
  • University of Nagoya, Japan

   Scarica il pdf del progetto

Back To Top