REALIZZAZIONE DI UN SISTEMA CAD PER LO STUDIO DI PATOLOGIE MAMMARIE E POLMONARI

    Progetto: Research project

    Dettagli progetto

    Description

    Il tumore al seno e quello al polmone sono le forme di cancro più diffuse e le principali cause di mortalità in tutto il mondo. Si manifesta inizialmente come una singola e localizzata lesione, ma col tempo può diventare globale, diffusa a tutto l’organismo. La diagnosi precoce di queste forme di tumore rende possibile la riduzione della mortalità. Per quanto riguarda il tumore al seno la mammografia è il metodo clinico più efficiente per la diagnosi precoce del tumore, mentre la CT spirale a bassa dose è il metodo più efficiente per il tumore polmonare. La sensibilità e la specificità in un test aumentano se le immagini sono analizzate indipendentemente da due radiologi. I sistemi cad possono, pertanto, essere di supporto al medico se utilizzati come secondo lettore. La realizzazione del progetto offrirà : · un sistema compatto per la digitalizzazione, archiviazione, visualizzazione e refertazione delle immagini · un software per la diagnosi automatica di alcune tipologie di neoplasie ; · un ampio database per studi epidemiologici su base regionale e per confronti con analoghi database nazionali e internazionali; · un’utile strumento (database + software) didattico nel settore della senologia e in quello polmonare. Il progetto è articolato in: (1) assemblaggio di stazioni compatte per la digitalizzazione e archiviazione delle immagini mediche; (2) digitalizzazione delle immagini e acquisizione diretta, da quelle digitali formato DICOM, su base regionale; (3) sviluppo del software con tecniche di intelligenza artificiale per la diagnosi automatica di microcalcificazioni e lesioni infracliniche. Nello stato attuale della ricerca è stato creato il software di base, che comprende la digitalizzazione di lastre mammografiche analogiche, la loro archiviazione secondo un appropriato standard, che permette l’inserimento di dati di vario genere relativi al paziente, un programma di query che permette l’utilizzo dell’archivio per uso didattico. Tale archivio è costituito da più di 800 immagini mammografiche, relativi a circa 300 pazienti. Inoltre è stato sviluppato un software per l’individuazione delle lesioni massive nella mammella. Tale rivelazione presenta problematiche differenti dalle microcalcificazioni a causa delle caratteristiche delle lesioni stesse: la loro forma e dimensione è spesso irregolare, i contorni molto spesso sono mal definiti. Tale software, che fa uso di tecniche di intelligenza artificiale, elabora le informazioni che vengono estratte dalle zone individuate da un roi hunter (cercatore di zone di interesse). Per la parte polmonare è stata configurata una workstation presso l'ospedale che fornirà le immagini CT spirale, in grado di trasferire , anonimizzare e preprocessare i dati DICOM per la realizzazione di un archivio di immagini.

    Layman's description

    OBIETTIVI Gli obiettivi del progetto, descritti in dettaglio nei paragrafi successivi, sono i seguenti: - ottimizzazione degli algoritmi di analisi di immagini mammografiche digitali; - progettazione, realizzazione ed organizzazione di un database di immagini tomografiche polmonari; - sviluppo di algoritmi di analisi di immagini 3D ottenute da tomografie polmonari; CAD Mammografico Utilizzando l’esperienza acquisita precedentemente, durante il 2005, il gruppo locale ha continuato lo sviluppo e l’ottimizzazione di algoritmi adattativi, e specificatamente di Artificial Intelligence (AI), per l’individuazione di lesioni massive, al fine di migliorare le prestazioni in termini di sensibilità e specificità. In particolare è stato implementato il processo di acquisizione di nuove immagini mammografiche utilizzando un nuovo tipo di mammografo, il mammografo digitale; tale nuovo strumento ha consentito di eliminare la fase di digitalizzazione delle immagini, con un miglior effetto risolutivo per il riconoscimento delle lesioni. Inoltre il nuovo standard di memorizzazione delle immagini, il formato DICOM, ha comportato la soluzione di una nuova serie di problemi legati ai processi di anonimizzazione dei dati, per le norme vigenti sulla privacy. Nel corso del 2006 il gruppo intende affiancare alle tecniche già utilizzate e ben consolidate, quali le reti neurali artificiali, altre metodologie, sviluppando nuovi algoritmi per studiare le correlazioni tra il tessuto di “zone sane” e quello di “zone neoplasiche”. Saranno inoltre implementati speciali algoritmi per la rivelazione di lesioni aventi strutture asimmetriche, facendo uso di trasformate wavelets ed FFT, e di analisi delle asimmetrie dei contorni. CAD polmonare Lo scopo di questa parte del progetto è la realizzazione di un sistema software di supporto alla diagnosi oncologica in screening della neoplasia polmonare. Nel corso del 2005 è stato sviluppata una tecnica per la delimitazione dell’area interna del polmone, utilizzando un algoritmo di accrescimento (region growing) di regioni che partendo da punti decentrati della CT (esterni al parenchima polmonare) ed ad alta luminosità, seleziona ed elimina tutto ciò che non è superficie polmonare. Un filtro passa alto separa il tessuto parenchimale (background) da quello nodulare (foreground) enfatizzando le frequenze spettrali alte e attenuando quelle basse; una operazione di sogliatura genera una immagine binaria di segmentazione per ogni slide, nelle quale le zone mantenute sono solo quelle di interesse (ROI). Sono stati applicati operatori morfologici per chiudere le lacune all’interno delle regioni ed eliminare le regioni molto piccole che non possono essere noduli. In questa prima fase del progetto sono già state acquisite circa 100 immagini di TAC a bassa dose in formato DICOM; su tali immagini saranno testati gli algoritmi che sono in fase di implementazione e saranno sviluppate tecniche adeguate alla gestione distribuita dei dati Si prevede di studiare nuovi metodi di segmentazione, da integrare negli algoritmi precedenti, in modo da potere utilizzare i singoli moduli più efficaci o più moduli in parallelo, effettuando test comparativi. Particolare enfasi sarà data allo sviluppo di algoritmi di riconoscimento 3D. Dalle ROI estratte saranno estratte le features opportune che potranno essere performanti al fine della separazione delle due classi: sani e malati. In particolare saranno definite opportune regole di validazione per i risultati delle classificazioni, utili ai fini del confronto tra i vari sistemi di classificazione. Si prevede, per le ROI estratte, di utilizzare matrici di co-occorrenza, definendo una serie di paramentri che caratterizzano la tessitura dell'immagine. Nella CT polmonare si prevede di sviluppare opportuni filtri di pre-processing. Sono previste attività per l’identificazione della struttura bronchiale e
    StatoAttivo
    Data di inizio/fine effettiva1/1/05 → …

    Fingerprint

    Esplora i temi di ricerca toccati da questo progetto. Queste etichette sono generate sulla base dei riconoscimenti/sovvenzioni sottostanti. Insieme formano una fingerprint unica.