Tesi etd-06052018-103250 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
MAMMOLITI, SERENA
URN
etd-06052018-103250
Titolo
Sviluppo e validazione di un software per la caratterizzazione dell'amiloidosi da dati dinamici PET cardiaci
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA BIOMEDICA
Relatori
relatore Prof.ssa Santarelli, Maria Filomena
controrelatore Prof. Landini, Luigi
controrelatore Prof. Landini, Luigi
Parole chiave
- amiloidosi
- KM Toolbox
- Modelli compartimentali
- PET
Data inizio appello
05/07/2018
Consultabilità
Tesi non consultabile
Data di rilascio
05/07/2088
Riassunto
Il presente lavoro si pone come obiettivo principale l’analisi metabolica e cinetica di dati PET dinamici cardiaci per la caratterizzazione dell’amiloidosi, secondo un approccio model-based, mediante l’utilizzo di modelli compartimentali. Lo studio condotto mira alla valutazione della distribuzione in vivo del radiotracciante 18F-florbetaben in due gruppi di soggetti, che presentano due diverse varianti di amiloidosi cardiaca. Lo scopo finale del lavoro consiste, dunque, nell’identificazione del modello cinetico ottimale che meglio si adatta alla caratterizzazione del comportamento del radiotracciante nei due gruppi esaminati nonché l’individuazione di alcuni parametri quantitativi che possano permettere di discriminare soggetti che presentano uno o l’altro tipo di amiloidosi. Attualmente, non sono presenti in letteratura studi di carattere cinetico con l’utilizzo del radiotracciante 18F-florbetaben nell’imaging PET per la caratterizzazione dell’amiloidosi cardiaca; lavori simili, con l’impiego del medesimo radiotracciante, sono stati condotti solamente a livello cerebrale per dimostrare la capacità del suddetto radiotracciante di aiutare nella diagnosi di morbo di Alzheimer.
Per tutte le analisi cinetiche e metaboliche condotte nel presente lavoro di tesi si è fatto uso di un software sviluppato appositamente per questi scopi, che prende il nome di KM Toolbox. Tale software è stato pensato e creato proprio per la conduzione di studi di carattere cinetico su dati dinamici PET e dispone di un’interfaccia grafica attraverso la quale l’utente può caricare e visualizzare il set 4D di dati, definire delle ROI (region of interest) per l’estrapolazione delle curve tempo-attività e condurre su di esse analisi cinetiche mediante l’utilizzo di alcuni modelli implementati.
Il software KM Toolbox è stato sottoposto a validazione e le stime dei parametri caratteristici per ciascuno dei modelli implementati sono state confrontate con quelle restituite dal software PMOD (PMOD Technologies LCC – Zurich, Switzerland), attualmente considerato il gold standard per analisi cinetiche di dati PET 4D. I risultati ottenuti hanno permesso di utilizzare, nell’ambito del presente lavoro, il suddetto software per la caratterizzazione dell’amiloidosi e conseguente identificazione del modello ottimale che meglio si adatta ai dati misurati.
Per tutte le analisi cinetiche e metaboliche condotte nel presente lavoro di tesi si è fatto uso di un software sviluppato appositamente per questi scopi, che prende il nome di KM Toolbox. Tale software è stato pensato e creato proprio per la conduzione di studi di carattere cinetico su dati dinamici PET e dispone di un’interfaccia grafica attraverso la quale l’utente può caricare e visualizzare il set 4D di dati, definire delle ROI (region of interest) per l’estrapolazione delle curve tempo-attività e condurre su di esse analisi cinetiche mediante l’utilizzo di alcuni modelli implementati.
Il software KM Toolbox è stato sottoposto a validazione e le stime dei parametri caratteristici per ciascuno dei modelli implementati sono state confrontate con quelle restituite dal software PMOD (PMOD Technologies LCC – Zurich, Switzerland), attualmente considerato il gold standard per analisi cinetiche di dati PET 4D. I risultati ottenuti hanno permesso di utilizzare, nell’ambito del presente lavoro, il suddetto software per la caratterizzazione dell’amiloidosi e conseguente identificazione del modello ottimale che meglio si adatta ai dati misurati.
File
Nome file | Dimensione |
---|---|
Tesi non consultabile. |