• Modelli 3D- Segmentazione-AI-TC

Nella rapida evoluzione dell’imaging medico, in particolare della Tomografia Computerizzata, la segmentazione e ricostruzione di modelli 3D funge da elemento cardine per l’assistenza alla chirurgia interventistica. Nel presente studio è stata condotta un’analisi dei dati al fine di confrontare gli output generati con il software medicale Materialise Mimics , come software target di segmentazione e ricostruzione di modelli 3D, con il software open source Total Segmentator su 3D Slicer. Inoltre, si evidenzia quanto il ruolo dell’intelligenza artificiale nei processi di segmentazione automatica sia innovativo ma allo stesso tempo limitante. Infatti, la mancata precisione è un problema comune nei modelli completamente automatici, ma se da un lato viene considerata un ostacolo dall’altro rappresenta un grande vantaggio e una guida per l’utente.
Si propone, pertanto, una soluzione ibrida avvalendosi della rapidità del processo automatico come punto di partenza e della precisione dei metodi semiautomatici per ottenere risultati di alta qualità.

In the rapid evolution of medical imaging, particularly Computed Tomography, 3D model segmentation and reconstruction serve as a pivotal element in assisting interventional surgery. This study offers a data analysis to compare the output generated with the medical software "Materialise Mimics" - as the 3D model segmentation and reconstruction target software - with the output generated with the open source software "Total Segmentator" on 3D Slicer. Furthermore, we highlight how the role of artificial intelligence in automatic segmentation processes is innovative but at the same time limiting. In fact, lack of accuracy is a common problem in fully automatic models. Despite this lack of accuracy, fully automatic models prove to be a great advantage and guide for the user. Therefore, a hybrid solution is proposed by making use of the speed of the automatic process as a starting point and the accuracy of semiautomatic methods to achieve high-quality results.