skip to Main Content
header-Sviluppo-di-algoritmi-di-IA-per-la-selezione-di-caratteristiche-radiomiche-dalle-immagini-biomediche

Sviluppo di algoritmi di IA per la selezione di caratteristiche radiomiche dalle immagini biomediche

Abstract

La radiomica rappresenta una nuova frontiera della medicina basata sull’estrazione di dati quantitativi dalle immagini biomedicali che non possono essere rilevati dall’occhio umano e sull’uso di questi dati per la creazione di sistemi di supporto alle decisioni cliniche. L’obiettivo a lungo termine della radiomica è quello di migliorare la diagnosi non invasiva delle patologie focali e diffuse di vari organi attraverso la comprensione di collegamenti tra i dati di imaging quantitativo e le caratteristiche molecolari e patologiche delle lesioni.

Studi pubblicati nell’ultimo decennio hanno dimostrato l’enorme potenziale della radiomica nella patologia tumorale e non, nell’ambito di diversi sistemi e apparati inclusi encefalo, polmone, mammella, apparato gastrointestinale e genitourinario.

L’enorme potenziale della radiomica deve essere però guidato dal rigore metodologico proprio della ricerca scientifica e dall’integrazione dei dati radiologici con le altre branche della medicina, al fine di migliorare la gestione personalizzata del paziente.

Impatto:
La radiomica viene utilizzata per migliorare la previsione della sopravvivenza globale e/o della risposta alla terapia del paziente, identificando modelli predittivi e/o prognostici personalizzati a supporto del processo decisionale medico. La segmentazione del target, l’estrazione delle caratteristiche, la selezione delle caratteristiche e il modello di classificazione sono i blocchi fondamentali di un flusso di lavoro radiomico. Il progetto propone un nuovo flusso di lavoro radiomico per identificare un modello prognostico rilevante riguardante un problema clinico reale. Nello specifico, proponiamo un sistema di segmentazione indipendente dall’operatore con la conseguente estrazione automatica delle caratteristiche radiomiche e un nuovo approccio di selezione delle caratteristiche per creare un modello predittivo rilevante nei pazienti sottoposti a diversi metodi di imaging come la risonanza magnetica, la tomografia computerizzata e la tomografia a emissione di positroni.

Pipeline

  • CLINICAL
    NEED
  • DISEASES
    ANALYSIS
  • DISCOVERY
  • PRECLINICAL
    VALIDATION
  • PRECLINICAL
    DEVELOPMENT
  • CLINICAL
    STUDIES
Figura 1. Il sistema di radiomica proposto. I) L'algoritmo di segmentazione basato sul contorno attivo migliorato; II) Il software di analisi delle texture MaZda per estrarre le caratteristiche radiomiche per ogni paziente; III) Un nuovo approccio sequenziale misto descrittivo-inferenziale per identificare le caratteristiche più discriminanti che riducono la ridondanza; IV) Il modello di previsione basato sull'analisi discriminante.

Principal Investigator

Contatto

acomelli@fondazionerimed.com

Aree terapeutiche:

Prodotto:
Biomarcatori, Dispositivi biomedicali e Organi artificiali

 

Collaborazioni:

  • Istituto Mediterraneo per i Trapianti (ISMETT) IRCCS, Palermo, Italia
  • Istituto di Bioimmagini e Fisiologia Molecolare (IBFM-CNR), Cefalù, Italia
  • Georgia Institute of Technology (GIT), Atlanta, USA
    Unità di Medicina Nucleare, Università di Messina, Messina, Italia
  • Dipartimento di Biomedicina, Neuroscienze e Diagnostica avanzata (BIND), University of Palermo, Palermo, Italia
  • Unità di Medicina Nucleare, Fondazione Istituto G.Giglio, Cefalù, Italia
  • Dipartimento di Ingegneria, Università di Palermo, Palermo, Italia
  • Unità di Fisica Medica, Ospedale Cannizzaro, Catania, Italia
    Dipartimento di Medicina Nucleare, Ospedale Cannizzaro, Catania, Italia

 

   Scarica il pdf del progetto

Back To Top