Verde, Francesco (2022) Metodi di segmentazione in radiomica applicata alle immagini di risonanza magnetica per l’identificazione dei disordini di accretismo placentare in pazienti con placenta previa. [Tesi di dottorato]

Anteprima

Testo Verde_Francesco_35.pdf Download (997kB) | Anteprima

Abstract

I disordini di accretismo placentare rappresentano uno spettro di condizioni caratterizzate da una anomala adesione dei villi corionici nello spessore miometriale secondaria a un difetto dell’interfaccia miometrio-placentare. Tale condizione è gravata da un’alta morbilità e mortalità materna e pertanto, una diagnosi prenatale precoce è necessaria per permettere un percorso clinico assistenziale dedicato ed un corretto planning chirurgico al momento del parto. L’Ecografia e la Risonanza Magnetica (RM) rappresentano le metodiche di imaging di scelta per la valutazione delle pazienti ad alto rischio di accretismo placentare, per le quali è richiesta una settoriale ed elevata esperienza che consenta il riconoscimento qualitativo di specifici segni morfologici. Recentemente sono stati proposti metodi quantitativi di radiomica applicate ad immagini di RM in grado di valutare le anomalie del tessuto placentare in pazienti ad alto rischio mediante lo sviluppo di modelli combinati di Intelligenza Artificiale, in particolare con l’uso del Machine Learning. Una delle criticità metodologiche relativa alle applicazioni di radiomica per lo studio dell’accretismo riguarda la mancanza di un modello di segmentazione standardizzato delle immagini di RM che influenza negativamente la riproducibilità dei risultati. Lo scopo di questo studio retrospettivo è di definire la strategia di segmentazione di radiomica RM che realizzi la migliore accuratezza diagnostica per l’identificazione dei disordini di adesione placentare in pazienti con placenta previa.

Downloads

Actions (login required)

Modifica documento