• CAD cancro polmone segmentazione noduli modello an

Il cancro del polmone è la forma di tumore più pericolosa e si configura come la principale causa di morte in Stati Uniti, Europa e Giappone. La percentuale di sopravvivenza a cinque anni dalla diagnosi di un tumore al polmone è del 15%. Le cause di un simile risultato negativo devono essere ricercate soprattutto nel ritardo con cui viene in genere diagnosticato il cancro del polmone. La quasi totale assenza di sintomi specifici, riscontrabile durante le fasi iniziali del tumore, rende la diagnosi precoce un evento raro e governato dal caso. In ottica di invertire questa tendenza, lo screening periodico su soggetti a rischio si rivela uno strumento fondamentale. È dimostrato che lo screening eseguito a mezzo di macchinari per la tomografia assiale computerizzata (TAC) consente di ottenere risultati fino a dieci volte più affidabili delle comuni radiografie del torace.
L’analisi dei risultati della TAC non è tuttavia un’operazione semplice. Ogni esame è in-fatti costituito approssimativamente da trecento immagini che devono essere analizzate con la cura necessaria a evitare casi di falsi negativi – noduli presenti ma non rilevati – e limitare al massimo i falsi positivi – regioni erroneamente riconosciute come noduli. Il quantitativo di tempo richiesto per l’operazione è tale che in una giornata lavorativa un radiologo riesce ad analizzare non più di otto esami. E nonostante il tempo dedicato, la probabilità di cadere in errore non è trascurabile. I noduli hanno infatti caratteristiche di colore del tutto analoghe a quelle di vasi sanguigni e bronchi, localizzati in gran numero nella medesima area di osser-vazione. La percentuale di rilevazioni sbagliate si attesta intorno al 32%, e benché sia possi-bile ridurla fino al 12% facendo analizzare la stessa TAC ad un secondo radiologo, questa soluzione si rivela incompatibile con la realtà ospedaliera di tutti i giorni. L’operazione di ri-cerca dei noduli deve pertanto essere resa quanto più automatizzata possibile con l’ausilio dei software CAD.
In ambito medico, l’acronimo CAD sottintende la definizione computer-aided diagnosis. Si tratta di sistemi che ricevono in ingresso le immagini TAC, le processano in maniera più o meno automatizzata e producono in uscita una lista di elementi sospettati di essere dei noduli.
La presente tesi propone un sistema CAD di tipo knowledge-based in grado di effettuare un’analisi completamente automatizzata.
Per riuscire nell’obiettivo di verificare la presenza di noduli è innanzitutto importante ef-fettuare un’operazione di estrazione delle regioni anatomiche contenute nell’immagine TAC. Questa operazione è necessaria per isolare il dominio di punti che costituisce i due parenchi-ma polmonari. È infatti all’interno di tale dominio che dovrà in seguito essere lanciato l’algoritmo di ricerca delle lesioni. Per ottenere un simile risultato, il sistema utilizza algo-ritmi di image processing e operatori morfologici, inoltre si avvale di un modello anatomico del torace che identifica la base di conoscenza del sistema esperto.
Costituito prevalentemente da reti semantiche, frame e insiemi fuzzy, il modello anato-mico inserito nel CAD contiene le informazioni necessarie ad operare una segmentazione precisa delle regioni polmonari nonostante le differenze anatomiche che caratterizzano le va-rie tipologie di paziente. Ciò è possibile grazie all’elasticità degli insiemi fuzzy con cui sono state definite le caratteristiche delle sezioni anatomiche inserite nel modello.
Una volta eseguita l’estrazione delle due regioni polmonari, il sistema effettua al loro in-terno le rilevazione dei noduli. Per riuscire a distinguere le lesioni – dalla forma compatta e sferica – dagli elementi dell’apparato broncovascolare – tipicamente tubolari – il CAD effet-tua un’analisi tridimensionale della forma. Tale analisi consiste nell’applicazione, su ogni e-lemento candidato ad essere un nodulo, di un algoritmo che calcola il coefficiente di sfericità dell’oggetto in esame. Questo consente di distinguere tra le due tipologie di risultati e limita-re al massimo il numero di falsi positivi.
La procedura di segmentazione del sistema è stata sottoposta ad un test di precisione che ha utilizzato come base di confronto una segmentazione effettuata manualmente. Il test ha ri-velato che il CAD è in grado di isolare i due parenchima polmonari con un minimo scarto ri-spetto ad una segmentazione effettuata manualmente.
Per quanto riguarda la rilevazione delle lesioni, il sistema è riuscito a identificare i noduli presenti negli esami a cui è stato sottoposto, ottenendo tra l’altro un ridotto numero di falsi positivi. Un simile risultato è stato possibile inserendo come vincolo aggiuntivo quello di non ricercare i micronoduli, caratterizzati da un diametro minore di tre millimetri. Una ricerca e-stesa anche ai micronoduli garantirebbe la loro corretta rilevazione, ma a fronte di un ingente quantitativo di falsi positivi.