{"id":13835,"date":"2025-05-22T10:32:40","date_gmt":"2025-05-22T08:32:40","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/studio-e-validazione-di-un-algoritmo-basato-su-intelligenza-artificiale-per-la-segmentazione-automatica-dellippocampo-in-immagini-rm\/"},"modified":"2025-06-04T14:23:11","modified_gmt":"2025-06-04T12:23:11","slug":"studio-e-validazione-di-un-algoritmo-basato-su-intelligenza-artificiale-per-la-segmentazione-automatica-dellippocampo-in-immagini-rm","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/studio-e-validazione-di-un-algoritmo-basato-su-intelligenza-artificiale-per-la-segmentazione-automatica-dellippocampo-in-immagini-rm\/","title":{"rendered":"STUDIO E VALIDAZIONE DI UN ALGORITMO BASATO SU INTELLIGENZA ARTIFICIALE PER LA SEGMENTAZIONE AUTOMATICA DELL\u2019IPPOCAMPO IN IMMAGINI RM"},"content":{"rendered":"
\n
\n

\"\"\"\"<\/p>\n

AFFILIAZIONE<\/span><\/strong><\/p>\n

universit\u00e0 degli studi magna graecia di catanzaro<\/p>\n


\nAUTORE PRINCIPALE<\/span><\/strong><\/p>\n

Studente Serrao Giorgia<\/p>\n

VALUTA IL CHALLENGE
\n<\/span><\/strong><\/p>\n

Registrazione obbligatoria. Una valutazione consentita<\/em><\/div>\n
\t\t
\n\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogin<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tRegistrazione<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

login avvenuto<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogout<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<\/div>\n
[ratingwidget]<\/div>\n<\/div>\n
\n

<\/a><\/p>\n

GRUPPO DI LAVORO<\/span><\/strong><\/p>\n

Studente Serrao Giorgia<\/strong> universit\u00e0 degli studi magna graecia di catanzaro
\nIngegnere Zaffino Paolo<\/strong> universit\u00e0 degli studi magna graecia di catanzaro<\/p><\/div>\n

AREA TEMATICA<\/span><\/strong><\/p>\n

Applicazioni di intelligenza artificiale in sanit\u00e0<\/div>\n

ABSTRACT<\/span><\/strong><\/p>\n

Introduzione
\nLa segmentazione dell\u2019ippocampo in risonanza magnetica (RM) \u00e8 cruciale per l\u2019analisi del sistema nervoso centrale, specie nello studio delle patologie neurodegenerative. L\u2019uso di algoritmi di intelligenza artificiale (AI) consente di automatizzare il processo, migliorando rapidit\u00e0, riproducibilit\u00e0 e standardizzazione, e riducendo la variabilit\u00e0 inter-operatore tipica delle tecniche manuali. In tale contesto, il tool Brain Parcellation di 3D Slicer rappresenta una soluzione promettente. Con questo studio si \u00e8 andati a valutare le performance di un algoritmo AI in 3D Slicer, confrontandolo con segmentazioni manuali di riferimento per verificarne accuratezza e affidabilit\u00e0 in ambito clinico e di ricerca.<\/p>\n

Materiali e Metodi
\nSono stati analizzati 25 pazienti da un dataset open source con immagini RM encefaliche acquisite con protocolli standard e relative segmentazioni manuali dell\u2019ippocampo. Le immagini sono state elaborate con il tool Brain Parcellation, che ha generato automaticamente le maschere dell\u2019ippocampo, poi confrontate con segmentazioni manuali eseguite da neuroradiologi. Il tempo medio per ciascuna segmentazione automatica \u00e8 stato di circa 12 minuti. La valutazione quantitativa \u00e8 stata condotta con il modulo SlicerRT, tramite estrazione di Dice Similarity Coefficient (DSC), Hausdorff Distance (HD), volume della segmentazione automatica (Compare Volume) e volume manuale (Reference Volume), per analizzare sovrapposizione spaziale e coerenza volumetrica.<\/p>\n

Risultati
\nIl valore medio del DSC \u00e8 risultato 0.79, indicando buona corrispondenza tra segmentazioni automatiche e manuali. Le misure di HD hanno confermato elevata similarit\u00e0 dei contorni, compatibile con la risoluzione dell\u2019imaging e coerente con i valori di DSC. Le due metriche, valutando aspetti complementari, si bilanciano, rafforzando l\u2019affidabilit\u00e0 dei risultati. I volumi ottenuti con il tool automatico sono risultati coerenti con quelli manuali, con differenze entro limiti clinicamente accettabili.<\/p>\n

Discussione e Conclusioni
\nI risultati confermano la validit\u00e0 del tool Brain Parcellation per la segmentazione automatica dell\u2019ippocampo. L\u2019automazione semplifica i flussi di lavoro, migliora l\u2019efficienza in termini di tempo e garantisce maggiore uniformit\u00e0. Studi multicentrici con casistiche pi\u00f9 ampie saranno utili per verificarne la generalizzabilit\u00e0.<\/p><\/div>\n

 <\/p>\n

\n\n