Segmentazione di immagini FLAIR assiali basata su analisi topologica dei dati

Segmentazione di immagini FLAIR assiali basata su analisi topologica dei dati Matteo Rucco (4,6), Antonella Castellano (2,6), Marina Donativi (1,6), Giorgio De Nunzio (1,6), Emanuela Merelli(4), Damir Herman (7), Tanya Petrossian (7), Gabriella Pastore (3,6), Lorenzo Bello (5), Andrea Falini (2) 1. Dip. di Matematica e Fisica “Ennio De Giorgi”, Univ. del Salento, Lecce 2. U.O. Neuroradiologia, Ospedale San Raffaele e Univ. Vita-Salute, Milano 3. Istituto di Ricerche Cliniche Ecomedica, Centro di Radioterapia e IGRT, Empoli 4. Univ. di Camerino, School of Science and Technology, Computer Science Division, Camerino 5. U.O. Neurochirurgia, Ist. Clinico Humanitas, Univ. di Milano, Milano 6. Advanced Data Analysis in Medicine, http://adamgroup.it 7. Ayasdi Inc., Palo Alto - California FINALITA'.La necessitá di sviluppare tecniche innovative per l’analisi di big dataè stata in parte soddisfatta con lo sviluppo di algoritmi che trovano origine nella topologia algebrica e forniscono una rappresentazione compatta del dataset iniziale ed enfatizzano correlazioniche metodi statistici classici offuscherebbero. In questo studio abbiamo applicato l’algoritmo ”Mapper”[1] implementato nel software Iris che fornisce la rappresentazione in forma di un grafo costituito da nodi (cluster).La rappresentazione a grafo è ottenuta proiettando le coordinate dei pixel in uno spazio metrico, i nuovi pixel sono collegati fra loro per similaritá di toni di grigio di immagini FLAIR assiali. I cluster statisticamente significativi sono raggruppatiin strutture ad “Y”o circolarie rappresentano i tessuti potenzialmente patologici. MATERIALI E METODI.Lo spazio metrico adottato è quello di Hamming, esso è in grado di individuare cluster statisticamente significativi sia in pazienti con gliomi omogenei, sia in pazienti con strutture tumorali disomogenee. Per ogni paziente sono state estratte 4 slice dal volume patologico: 2 corrispondenti alle facce superiori inferiori e 2 centrali scelte casualmente. RISULTATI. Per ogni slice analizzata sono stati selezionati i pixel che costituivano i cluster individuati da Iris. I sottinsiemi dei pixel sono stati proiettati sulle immagini originali tracciando delle ROI.Queste maschere sono state confrontate con quelle prodotte dal medico, la qualitá del sistema di segmentazione è stata valutata con il coefficiente di Jaccard, i risultati sono sicuramente incoraggianti (valore medio di Jaccard pari 0.78) che potrebbe essere migliorato eliminando i pochi falsi positivi presenti con tecniche di morfologia matematica o con metodiche a soglia. CONCLUSIONI. Questo approccio basato esclusicavamente su toni di grigio si propone come nuovo strumento per la segmentazioni di immagini Flair. È in atto una sua validazione estensiva su 20 pazienti e sará testato su altre tipologie di immagini diagnostiche e/o su un set piu’ampio di feature. [1] Singh, Gurjeet, Facundo Mémoli, and Gunnar E. Carlsson. "Topological Methods for the Analysis of High Dimensional Data Sets and 3D Object Recognition." SPBG. 2007.