{"id":13857,"date":"2025-05-22T10:32:43","date_gmt":"2025-05-22T08:32:43","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/predizione-del-rischio-di-frattura-da-fragilita-mediante-cnn-applicate-a-immagini-rems-del-femore-prossimale\/"},"modified":"2025-06-04T14:23:31","modified_gmt":"2025-06-04T12:23:31","slug":"predizione-del-rischio-di-frattura-da-fragilita-mediante-cnn-applicate-a-immagini-rems-del-femore-prossimale","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/predizione-del-rischio-di-frattura-da-fragilita-mediante-cnn-applicate-a-immagini-rems-del-femore-prossimale\/","title":{"rendered":"PREDIZIONE DEL RISCHIO DI FRATTURA DA FRAGILIT\u00c0 MEDIANTE CNN APPLICATE A IMMAGINI REMS DEL FEMORE PROSSIMALE"},"content":{"rendered":"
\n
\n

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

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

universit\u00e0 del salento<\/p>\n


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

Dr.ssa Peluso Giusy<\/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

Dr.ssa Peluso Giusy<\/strong> universit\u00e0 del salento
\nPh.D Bellone Mauro<\/strong> echolight s.p.a.
\nPh.D Lombardi Fiorella anna<\/strong> consiglio nazionale delle ricerche, istituto di fisiologia clinica
\nPh.D Conversano Francesco<\/strong> consiglio nazionale delle ricerche, istituto di fisiologia clinica
\nPh.D Pisani Paola<\/strong> consiglio nazionale delle ricerche, istituto di fisiologia clinica
\nPh.D Italo Epicoco<\/strong> universit\u00e0 del salento
\nProf. Massimo Cafaro<\/strong> universit\u00e0 del salento
\nPh.D Casciaro Sergio<\/strong> consiglio nazionale delle ricerche, istituto di fisiologia clinica<\/p><\/div>\n

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

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

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

La prevenzione delle fratture da fragilit\u00e0, priorit\u00e0 crescente a causa dell\u2019invecchiamento della popolazione, richiede diagnosi precoci e trattamenti efficaci. La tecnologia REMS (Radiofrequency Echographic MultiSpectrometry), utilizzando ultrasuoni (US) e non radiazioni ionizzanti, rappresenta un\u2019alternativa ai metodi tradizionali per valutare la salute ossea di femore prossimale e rachide lombare. Alterazioni nella densit\u00e0 minerale ossea o nella microarchitettura, costituita da osso trabecolare responsabile della distribuzione del carico, compromettono la resistenza meccanica, aumentando il rischio di frattura.
\nLo studio propone l\u2019integrazione di REMS con modelli di reti neurali convoluzionali (CNN) per un\u2019indagine avanzata della microarchitettura ossea, elemento chiave nella valutazione del rischio di fratture, e la definizione automatica della classe di rischio.
\nIl dataset utilizzato comprende 2268 scansioni US del femore, di cui 374 provenienti da soggetti con fratture da fragilit\u00e0. Le prestazioni del modello sono state misurate su un test set il cui stato di frattura \u00e8 verificato tramite follow-up a 5 anni. L\u2019algoritmo, addestrato su matrici numeriche estratte dalle immagini US, identifica come modello finale un ensemble di 5 reti ottenute da crossvalidazione. Il soggetto \u00e8 classificato calcolando la media delle probabilit\u00e0 softmax restituite dai singoli modelli. Il valore pi\u00f9 alto indica il grado di fragilit\u00e0 ossea che, combinato con il valore di T-Score REMS, consente di collocare il soggetto esaminato in una classe di rischio di frattura crescente da 1 a 7, che predice la probabilit\u00e0 di fratturarsi entro 5 anni.
\nI risultati confermano l\u2019efficacia del classificatore basato su CNN nel rilevare alterazioni microstrutturali, con accuratezza, specificit\u00e0 e sensibilit\u00e0 attorno all\u201980%. La maggior parte dei soggetti fratturati \u00e8 stata classificata nelle classi di rischio pi\u00f9 elevate (5\u20137), a conferma dell\u2019affidabilit\u00e0 dell\u2019ensemble nel riconoscere individui a rischio di frattura e rifrattura. Per rafforzare la robustezza del modello, \u00e8 auspicabile ampliare il dataset, considerando in Italia un\u2019incidenza di soggetti fratturati compresa tra il 16% e il 34% in entrambi i sessi.
\nLo studio evidenzia la capacit\u00e0 delle CNN di identificare pattern strutturali utili in un marcatore predittivo che, combinato con il T-score REMS, consente di stimare il grado di fragilit\u00e0 ossea. Tale approccio faciliterebbe la diagnosi clinica e la personalizzazione del trattamento.<\/div>\n

 <\/p>\n

\n\n