logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-01292013-115050


Tipo di tesi
Tesi di laurea magistrale
Autore
LUPI, VALENTINA
URN
etd-01292013-115050
Titolo
SVILUPPO DI UN METODO AUTOMATICO PER LA SEGMENTAZIONE REGIONALE DEI TESSUTI DELL'ARTO INFERIORE
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA BIOMEDICA
Relatori
relatore Prof. Positano, Vincenzo
Parole chiave
  • SEGMENTAZIONE ARTO INFERIORE
Data inizio appello
19/02/2013
Consultabilità
Non consultabile
Data di rilascio
19/02/2053
Riassunto
La sindrome metabolica è una situazione clinica ad alto rischio cardiovascolare che comprende una serie di sintomi presenti contemporaneamente nell’individuo.
La probabilità di sviluppare la sindrome metabolica è strettamente legata al sovrappeso o all’obesità e ad una mancanza di attività fisica.
Questi fattori contribuiscono, nel tempo, ad una alterazione del controllo metabolico ormonale dell’insulina e ad una conseguente resistenza periferica delle cellule bersaglio all’insulina.
La resistenza insulinica comporta un ridotto ingresso di glucosio nelle cellule normalmente sensibili ed un conseguente eccesso di glucosio ematico.
Entrambe le situazioni inducono una maggiore stimolazione della ghiandola pancreatica a produrre maggiori quantità di insulina a danno degli organi e dei tessuti che non presentano la resistenza all’ormone.
L’iperinsulinemia compensatoria determina alterazioni biochimiche e fisiopatologiche che aumentano il rischio di malattie cardiovascolari, dislipidemie (aumento colesterolo e LDL, riduzione HDL), ipertensione arteriosa, aumento della coagulabilità del sangue e degli stati proinfiammatori che spesso si associano alla generazione di patologie tumorali.
La valutazione della quantità e della distribuzione del tessuto adiposo nelle regioni addominali e degli arti inferiori rappresenta un importante fattore prognostico per la sindrome metabolica ed è inoltre molto importante negli studi di fisiologia del movimento per la normalizzazione della forza espressa rispetto alla quantità di unità motorie reclutate per generarla.
Le tecniche di imaging sono un ottimo strumento per lo studio della composizione corporea, in particolare l’imaging di Risonanza Magnetica (RMI) è molto usato in questo ambito poiché non presenta rischi radiologici.
In questo studio è stato sviluppato un metodo di segmentazione automatica di immagini RM in grado di distinguere il tessuto muscolare, il tessuto osseo, il grasso sottocutaneo (SCAT) ed intermuscolare (IMAT) nella regione dell’arto inferiore che, a partire dall’altezza del ginocchio, si estende fino all’altezza della testa del femore.
In particolare, l’obiettivo di questo lavoro è stato quello di migliorare i metodi automatici di segmentazione dell’arto inferiore già presenti allo stato attuale dell’arte (in particolare quello implementato nel software Hippo Fat da Positano et al. [1]) al fine di raggiungere risultati più accurati su un più ampio distretto corporeo e con un minore tempo di elaborazione.
Il metodo è stato integrato in un software sviluppato in ambiente Matlab che permette all’utente di definire il dominio di dati da segmentare attraverso la ricostruzione delle viste coronale e sagittale del set acquisito e che fornisce i risultati del processamento del volume 3D selezionato in maniera completamente automatica, svincolando l’utente da qualsiasi scelta operativa.
Il software riceve in ingresso un set di dati DICOM relativo ad acquisizioni della regione dell’arto inferiore, elabora il volume selezionato dall’utente e mostra i risultati che possono essere salvati su file in formato DICOM o Analyze.
Il metodo di segmentazione proposto è stato testato sull’intero volume acquisito di 16 soggetti sani (9 femmine e 7 maschi) di corporatura normale.
La validazione qualitativa del metodo è stata effettuata sull’intero dataset chiedendo a più operatori esperti di esprimere un giudizio, su una scala da 1 a 5, in merito ai risultati ottenuti.
La valutazione quantitativa invece è stata effettuata su dieci pazienti considerando per ciascuno cinque immagini della regione superiore della coscia e cinque immagini della regione inferiore, e confrontando i risultati con le segmentazioni manuali dell’operatore esperto.
Per la validazione quantitativa si sono valutate la sovrapposizione delle aree, la differenza tra i volumi, le distanze media e massima tra i contorni ed il peso della differenza tra le misure di aree calcolando gli indici: Dice, Differenza Relativa tra Volumi, Distanza media, Distanza massima e Coefficiente di Variazione (CoV).
I risultati ottenuti in entrambe le valutazioni hanno permesso di concludere che il metodo sviluppato risponde agli obiettivi proposti e può considerarsi di sussidio agli studi metabolici e di fisiologia del movimento per la misura volumetrica del muscolo e del grasso SCAT ed IMAT, sostituendosi alle altrimenti necessarie segmentazioni manuali.
File