Migliore analisi delle immagini per l'IRM
L'imaging medico è uno strumento fondamentale in ambiente clinico, in particolare per lo sviluppo di strumenti quantitativi basati sulle immagini come parte delle terapie anticancro e della misurazione della risposta dei tumori dopo la terapia. Il progetto MICAT ("Medical image analysis for cancer treatment monitoring and tumor atlas formation") ha lavorato allo sviluppo di nuovi metodi di calcolo medicale e a una struttura di analisi delle immagini mediche per il monitoraggio durante il trattamento del cancro. In particolare, il progetto MICAT si è concentrata sulla valutazione della risposta del tumore e sulla formazione di un nuovo atlante probabilistico dei tumori al cervello. La segmentazione dei tumori a partire dai dati di imaging è una sfida a causa delle molte differenze nell'aspetto del tessuto tumorale da paziente a paziente e, in alcuni casi, rispetto al tessuto normale. Il team MICAT ha sviluppato un nuovo metodo di segmentazione sulla base dell'algoritmo degli automi cellulari (CA). Gli studi di validazione hanno mostrato che l'algoritmo finale ha superato le prestazioni degli algoritmi "graph cut" e "grow cut", con una minore sensibilità all'inizializzazione e al tipo di tumore. Le applicazioni di registrazione delle immagini comprendono la combinazione di immani dello stesso soggetto ottenute con differenti modalità e la guida per imaging durante gli interventi. I ricercatori MICAT hanno sviluppato un nuovo metodo di registrazione rigida basato sui confini anatomici del cervello per confrontare la linea base e i volumi delle immagini di follow-up di un paziente malato di tumore al cervello. La nuova tecnica utilizza immagini seriali ponderate T1 di risonanza magnetica (RM) a contrasto intensificato. Le scansioni ponderate T1 descrivono le differenze nel tempo di rilassamento dello spin reticolo del tessuto. I nuovi protocolli significano che le misurazioni nelle variazioni di volume e diametro del tumore possono essere eseguite con maggiore precisione e affidabilità. Inoltre, i ricercatori MICAT stanno cercando nuovi criteri locali utilizzando il tensore di deformazione di Lagrange. Attualmente, sono stati pubblicati sette articoli che descrivono in dettaglio i risultati del progetto MICAT. A mano a mano che gli strumenti software verranno resi disponibili nella pratica clinica, si otterrà una maggiore efficienza nella radiochirurgia dei tumori e nell'analisi della risposta del tumore al cervello nel follow-up dopo il trattamento.
