HT CHALLENGE 2019

IMAGE ENHANCEMENT IN CITOLOGIA DIGITALE: UNA CHANCE PER NON FAR CRESCERE I DATI ED AUMENTARE L’INFORMAZIONE

IMAGE ENHANCEMENT IN CITOLOGIA DIGITALE: UNA CHANCE PER NON FAR CRESCERE I DATI ED AUMENTARE L'INFORMAZIONE  

AUTORE PRINCIPALE
Daniele Giansanti

AFFILIAZIONE
ISS

VALUTA IL CHALLENGE

Vota

GRUPPO DI LAVORO
Daniele Giansanti – ISS, Lazio
Alberto Boschetto – Università Sapienza, Lazio
Giovanni Maccioni – ISS, Lazio
Maria Rosaria Giovagnoli – Università Sapienza, Lazio

AREA TEMATICA
Sviluppo di tecnologie e dispositivi per la salute

ABSTRACT

La citologia digitale svolge un ruolo importante nel laboratorio di e-cytology ed ha grandi potenzialità di  modificare i flussi di lavoro e ottimizzare i carichi di lavoro. Tuttavia La citologia digitale mostra alcuni limiti nelle applicazioni sanitarie. L’e-slide occupa ancora troppa memoria [1] alcuni dettagli quali la cromatina necessari in oncologia per la valutazione del cancro non hanno ancora adeguata risoluzione. L’elevata occupazione di memoria è dovuta alla necessità di salvare diversi layer per la funzione fuoco nell’ e-slide. Lo studio ha esplorato in primo luogo  i seguenti miglioramenti realizzabili in questo ambito:

  • L’emulazione del fuoco. Potrebbe essere utile; inoltre potrebbe minimizzare l’occupazione della memoria. Infatti la metodologia attualmente utilizzata nella citologia digitale per l’emulazione del fuoco considera l’uso del cosiddetto Z-stack una soluzione molto dispendiosa in termini di memoria in quanto conduce alla generazione di e-slide molto grandi durante la digitalizzazione. La funzione di messa a fuoco di uno zoom attualmente richiede la creazione di 100 layer!
  • La simulazione 3D dinamica del nucleo utile per fornire aumentare il contenuto diagnostico.
  • L’applicazione di metodologie di feature recognition che potrebbe accelerare e migliorare la classificazione cellulare nella diagnosi del cancro ad esempio per raggruppare rapidamente i nuclei.

Sono state poi sviluppate delle azioni tecnologiche per il raggiungimento degli obiettivi suddivise in tre fasi distinte: (1) miglioramento del contenuto diagnostico (ad esempio la simulazione 3D) (2) emulazione della funzione di messa a fuoco e (3) feature recognition. E’ stata configurata una procedura basata su algoritmi sviluppati con il software Mathematica. Tale procedura è stata testata con successo nelle snap-shots estratte dalle e-slide  cervico-vaginali. La valutazione è stata effettuata coinvolgendo citologi tecnici di laboratorio biomedico e ingegneri ed utilizzando anche tecnologia mobile. La metodologia  potrebbe essere utile:

1.       Nel teleconsulto e nella diagnosi cooperativa perché potrebbe consentire contemporaneamente il miglioramento della potenza diagnostica combinata con una diminuzione dell’occupazione della memoria delle snap-shots.

2.       Nella formazione alleggerendo i  carichi dei laboratori tradizionali.

[1] Giansanti D. et al. Telemed and e-Health J 2013:Vol. 19 p 991-993

[2] Giansanti D. Rapporto Istisan 16/46 Istituto Supeiore di SanitàRoma 2016

 

 

Torna su »

Condividi