RICERCA E SVILUPPO
DI SOLUZIONI SOFTWARE
PER LA MEDICINA
CAD: Computer-Assisted Detection
Sistemi di pattern recognition basati su modelli fisicomatematici, calcolo di feature discriminanti, metodi di
[email protected]
classificazione come le reti neurali artificiali.
Scopo: individuazione automatica di strutture e patologie
nei dati biomedici (spesso, immagini diagnostiche
provenienti da RM, TAC!).
ADAM è un Gruppo di Ricerca e Sviluppo di soluzioni software per la
Medicina. Comprende fisici, informatici, medici con esperienza comune nel campo
della Fisica e dell'Informatica per la Medicina. Gli appartenenti provengono
dall'Università del Salento, ma anche da altri enti, in particolare l'Università VitaSalute S. Raffaele di Milano, l'Università di Camerino, Ecomedica srl di Empoli.
In ADAM ci occupiamo del trattamento avanzato di dati biomedici, soprattutto a scopo
diagnostico, e operiamo in svariati campi di interesse.
Esperti nel trattamento informatico delle immagini di diagnostica medica, abbiamo
l'obiettivo di rendere automatiche e indipendenti dall’operatore determinate
procedure medico-diagnostiche della pratica clinica, in particolare oncologica.
Di recente, l’interesse si è esteso a dati biomedici di natura diversa dalle immagini
diagnostiche, e stiamo sviluppando software di elaborazione dati EEG
(elettroencefalografia) per la realizzazione di sistemi BCI (Brain-Computer Interface).
Advanced Data Analysis in Medicine
http://adam.unisalento.it
[email protected]
Un sistema CAD (Computer-Assisted Detection) per il glioma
cerebrale e il follow-up chemioterapico in immagini di Risonanza
Magnetica (MRI) e in Tensore di Diffusione (DT-MRI)
L’IDEA:
Advanced Data Analysis in Medicine
http://adam.unisalento.it
IL PROGETTO: commercializzazione di
un’infrastruttura basata su un sistema software
CAD (Computer-Assisted Detection) per
l’individuazione e il contornamento
(“segmentazione”) (semi)automatici dei
tumori, e il loro follow-up terapico.
Il sistema concerne in particolare il glioma, il più
diffuso tumore primario del cervello, in
immagini di Risonanza Magnetica “convenzionali”
(T2w o FLAIR, ad esempio) e in Tensore di
Diffusione (DTI o DT-MRI, Diffusion Tensor –
Magnetic Resonance Imaging).
Il prodotto nasce da una specifica esigenza dell’Unità di
Neuroradiologia e del Centro di Eccellenza CERMAC, dell’Ist.
Scientifico e Univ. Vita-Salute S. Raffaele (Milano): disporre di
MRI, in cui individua e contorna il glioma.
un sistema di contornamento della regione tumorale in
immagini di RM, che sia stabile, oggettivo e riproducibile.
Le FLAIR (FLuid Attenuated Inversion Recovery), generate
da sequenze di impulsi con una pesatura in T2 e soppressione
del liquido cerebrospinale, sono utilizzate per studi di
volumetria del tumore a seguito di interventi terapeutici.
VANTAGGI:
L’imaging in tensore di diffusione (DT-MRI o DTI), tecnica
La segmentazione manuale del glioma da parte del
medico richiede tempo, è operazione ripetitiva affetta da
errori derivanti da stanchezza, è soggettiva. Il sistema
proposto solleva da questo compito il radiologo, o il
radioterapista che lavora al TPS (Treatment Planning
System), consentendogli di dedicarsi ad attività cliniche
in cui è insostituibile.
Il rapido processamento delle immagini riduce
l’attesa del referto radiologico o i tempi di preparazione
dei piani RT.
Il CAD permette di confrontare segmentazioni
realizzate a distanza di tempo.
In radioterapia una miglior definizione dei margini
tumorali consente di concentrare la dose nella zona
malata, riducendo il rischio di necrosi in aree sane.
GLIOMA EVIDENZIATO (in FLAIR) SEGMENTAZIONE AUTOMATICA
IL SOFTWARE processa immagini MRI (T2w, FLAIR…) e DT-
La doppia lettura indipendente di un’immagine
diagnostica favorisce la qualità della diagnosi; le risorse
per la Sanità non consentono, però, di incrementare a tal
fine il personale medico-radiologo. Soluzione: il CAD può
svolgere il ruolo di secondo lettore indipendente.
di risonanza magnetica avanzata sensibile alla diffusione
direzionale dell’acqua nei tessuti, permette di
identificare anormalità della materia bianca dovute al glioma,
che non sono visibili in MRI convenzionale, evidenziando le
regioni d’infiltrazione del tumore. La Risonanza
Magnetica convenzionale, infatti, non può localizzare con
accuratezza le infiltrazioni microscopiche del glioma, il che
rappresenta un problema in caso d’intervento chirurgico o
radioterapia (che devono tener conto di un margine più
esteso) e per determinare la risposta alla chemioterapia.
Oltre all’individuazione e il contornamento automatici del
tumore, applicazione di rilievo del software è in
chemioterapia. L’efficacia del trattamento chemioterapico
è attualmente valutata confrontando il volume del tumore
prima e dopo il trattamento, metodica grossolana perché solo
variazioni volumetriche importanti sono significative. Il CAD
da noi sviluppato permette il confronto punto per
punto (nelle immagini DTI) del tessuto cerebrale pre- e postchemioterapia, misurando con accuratezza il
ricompattamento delle fibre (successo della terapia!)
o la diffusione del tumore (fallimento della terapia).
[email protected]
Un sistema CAD (Computer-Assisted Detection) per il glioma
cerebrale e il follow-up chemioterapico in immagini di Risonanza
Magnetica (MRI) e in Tensore di Diffusione (DT-MRI)
COME FUNZIONA?
Il CAD per l’individuazione e la segmentazione del tumore nei
Advanced Data Analysis in Medicine
http://adam.unisalento.it
IL CAD è d’ausilio per il medico radiologo nella
fase di diagnosi del tumore; è impiegabile, in caso
di chemioterapia, per valutare il successo della
cura nel follow-up in base alla variazione di
isotropia e anisotropia in immagini DT-MRI; è utile
per la segmentazione delle immagini in fase di
trattamento radioterapico.
Clienti potenziali sono i medici radiologi, ma
tessuti cerebrali, si basa sull’analisi statistica tessiturale
in 3D: i feature tessiturali di Haralick sono adoperati per
caratterizzare e discriminare tessuti patologici da quelli sani.
LINEAR DISCRIMINANT ANALYSIS
TESSITURE IN NATURA, e (a destra) IN UN’IMMAGINE DTI DI ANISOTROPIA
IL SOFTWARE produce mappe di probabilità di presenza di
tessuto tumorale e poi, in base alla soglia individuata con
criteri statistici, fornisce una segmentazione e la volumetria
del tumore segmentato.
Un classificatore, basato su una rete neurale artificiale di
tipo feed-forward, è stato allenato con ottimi risultati in
termini di sensibilità e specificità.
anche di radioterapia, se il sistema è integrato in
un TPS (Treatment Planning System), e quindi le
Aziende Sanitarie o le cliniche ospedaliere in cui
essi svolgono la loro attività.
Il prototipo è attualmente in fase di test presso
l’Istituto Vita-Salute San Raffaele di Milano, dove
sono in corso prove di accuratezza basate su
prelievi istologici dei pazienti durante resezione
dei gliomi.
E’ prevista un’interfaccia web per la fornitura
del servizio di segmentazione e follow-up.
SINISTRA: MAPPA DI PROBABILITA’ (SU p). CENTRO E DESTRA: SEGMENTAZIONI p E q
CONCLUSIONI: il sistema identifica bene, soprattutto nelle
FLAIR e nelle immagini di isotropia, il tessuto tumorale. Esso
RETE NEURALE FEED-FORWARD, ed ESEMPIO DI CURVA ROC OTTENUTA
produce alcuni falsi positivi, eliminabili con approccio semiTecniche di riduzione dello spazio dei feature (PCA, LDA) sono
automatico (in cui il medico identifica visualmente la regione
state impiegate per ridurre la dimensionalità esaltando il
tumorale, e poi usa il CAD per la segmentazione).
potere discriminante dei feature.
Il sistema è supervisionato!
Il sistema è versatile!
[email protected]
Un sistema CAD (Computer-Assisted Detection) per il glioma
cerebrale e il follow-up chemioterapico in immagini di Risonanza
Magnetica (MRI) e in Tensore di Diffusione (DT-MRI)
SI OSSERVA, AD ESEMPIO, CHE NELLE MAPPE
DI ISOTROPIA p, VARIAZIONI DEI VALORI DI
ISOTROPIA corrispondono a mutamenti
Advanced Data Analysis in Medicine
http://adam.unisalento.it
APPLICAZIONE DEL CAD AL FOLLOW-UP DI
PAZIENTI SOTTOPOSTI A CHEMIOTERAPIA
Mappe DTI differenti forniscono informazioni
differenti sul tumore: separando il tensore di
diffusione nelle sue componenti isotropica e
anisotropica, è possibile individuare nel tumore
due regioni: la parte centrale, caratterizzata da
ridotta anisotropia ed da isotropia aumentata, che
corrisponde al cuore del tumore, e, attorno a
questa, una regione con valori di isotropia
aumentati e di anisotropia invariati; quest’ultima
corrisponde all’infiltrazione del tumore.
Poiché le variazioni delle modalità di diffusione
delle molecole d’acqua a seguito di successo o
fallimento di un trattamento chemioterapico
potrebbero presentarsi prima di una variazione
volumetrica del tumore, l’individuazione non
invasiva di questa microscopica infiltrazione
diventa fondamentale perché in grado di fornire
informazioni aggiuntive nella valutazione della
risposta ad un trattamento chemioterapico.
nell’infiltrazione tissutale del tumore.
Considerazioni analoghe valgono per le altre mappe DTI.
Su questa base, il nostro CAD è stato impiegato in una
procedura di valutazione dell’evoluzione del tumore,
voxel per voxel anziché volumetrica. I test effettuati
hanno provato che la variazione della diffusione
dell’acqua nei tessuti tumorali è un indicatore
dell’efficacia della cura e dell’evoluzione del tumore.
COME FUNZIONA?
Si acquisiscono mappe DTI prima e durante il
trattamento chemioterapico; le immagini sono
coregistrate, e sono prodotti grafici e mappe
differenziali che rendono conto della variazione dei
valori di isotropia e anisotropia punto per punto (nelle
ROI individuate dal CAD), e quindi dell’evoluzione del
tumore e dell’efficacia della cura.
In alto: le immagini a sinistra e al centro sono FLAIR
assiali acquisite prima del trattamento chemioterapico e
dopo tre mesi dall’inizio: non si percepisce un’evoluzione
significativa. L’immagine a destra mostra una mappa
differenziale di diffusione (isotropia: p) che testimonia
invece la regressione del tumore (regione blu) e quindi
l’efficacia della cura.
MA FUNZIONA?
Il fallimento o il successo del trattamento (dedotti dalla
nostra analisi) sono confermati da riscontri clinici
In queste mappe differenziali di diffusione anisotropica q
(riduzione/aumento di crisi epilettiche), da analisi
(a tre e a sei mesi dall’inizio della chemioterapia) il nostro
volumetriche su FLAIR e da analisi intraoperatorie
software ha evidenziato in rosso una regione di
(studi di conduzione elettrica).
ricompattamento delle fibre nervose: il trattamento si sta
dimostrando efficace!