{"id":13880,"date":"2025-05-22T10:32:46","date_gmt":"2025-05-22T08:32:46","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/implementazione-di-un-workflow-basato-su-docker-per-il-processamento-automatico-delle-bioimmagini\/"},"modified":"2025-06-04T14:23:49","modified_gmt":"2025-06-04T12:23:49","slug":"implementazione-di-un-workflow-basato-su-docker-per-il-processamento-automatico-delle-bioimmagini","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/implementazione-di-un-workflow-basato-su-docker-per-il-processamento-automatico-delle-bioimmagini\/","title":{"rendered":"IMPLEMENTAZIONE DI UN WORKFLOW BASATO SU DOCKER PER IL PROCESSAMENTO AUTOMATICO DELLE BIOIMMAGINI"},"content":{"rendered":"
\n
\n

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

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

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


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

Dott. Ing. Giuliani Aldo<\/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

Dott. Ing. Giuliani Aldo<\/strong> universit\u00e0 degli studi di catanzaro “magna graecia”
\nProfessore Zaffino Paolo<\/strong> universit\u00e0 degli studi di catanzaro “magna graecia”<\/p><\/div>\n

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

Applicazioni innovative di bioingegneria: idee dalle Universit\u00e0<\/div>\n

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

Introduzione: L’elaborazione di immagini mediche \u00e8 un elemento cruciale nella diagnostica e nella ricerca clinica, ma la gestione dell\u2019ambiente software, la riproducibilit\u00e0 e la scalabilit\u00e0 delle analisi rappresentano sfide significative. Questo lavoro propone un workflow basato su container Docker per risolvere tali problematiche.<\/p>\n

Materiali e Metodi: Il workflow implementato si basa su Docker per l’incapsulamento dell’ambiente di elaborazione. Essendo questo un lavoro in fase prototipale sono stati integrati, ad oggi, solo gli strumenti principali per l’elaborazione e l\u2019analisi di immagini mediche. L\u2019immagine medica pu\u00f2 essere trasmessa dalla console clinica al container grazie alla presenza, all\u2019interno del container, di un server DICOM open source (Orthanc). Una volta ricevuta l\u2019immagine essa viene convertita in un formato non dicom grazie al software open source Plastimatch e successivamente segmentata automaticamente da TotalSegmentator, un software basato su AI che \u00e8 rapidamente diventato uno standard nel campo della ricerca. Le segmentazioni che si possono ottenere, in modo completamente automatico, sono quelle di 117 strutture anatomiche in immagini TC e 50 in immagini MR. Una volta ottenute i contorni questi possono essere inviati nuovamente alla console clinica con eventuale valutazione volumetrica delle stesse.<\/p>\n

Risultati: Ad oggi, l’approccio basato su container ha dimostrato in fase di test di essere riproducibile, portabile, e totalmente automatizzato. L’uso di Docker ha permesso di ottenere un ambiente di elaborazione consistente su diverse piattaforme, facilitando la condivisione e l’esecuzione del software su sistemi operativi diversi, senza il rischio di generare conflitti con altri software installati al suo interno. Il tempo necessario per il processamento delle immagini dipende dalle risorse hardware della macchina sulla quale il container \u00e8 eseguito ma rimane comunque compatibile con le tempistiche cliniche.<\/p>\n

Conclusioni: Sebbene sia un progetto in fase prototipale, questo approccio ottimizza i flussi di lavoro all\u2019interno di un reparto di radiologia o radioterapia. L’incapsulamento degli ambienti di elaborazione in container standardizzati elimina le problematiche di compatibilit\u00e0 e dipendenza, consentendo l’esecuzione uniforme delle analisi su diverse piattaforme. Nelle prossime versioni di tale container verranno estesi i tool AI-based che potranno essere utilizzati per processare l\u2019immagine medica ricevuta.<\/p><\/div>\n

 <\/p>\n

\n\n