AFFILIAZIONE
Campus Bio-Medico di Roma
AUTORE PRINCIPALE
Dott.ssa Guidalotti Beatrice
login avvenuto
GRUPPO DI LAVORO
AREA TEMATICA
ABSTRACT
Nella Coronary CT Angiography (CCTA) la qualità dell’immagine è fondamentale per una corretta visualizzazione delle coronarie. Le immagini ricostruite con diversi metodi presentano caratteristiche differenti in termini di rumore, texture e definizione dei margini. In letteratura, il confronto tra questi metodi si basa spesso su metriche globali o su valutazioni soggettive. In questo lavoro proponiamo invece l’uso della segmentazione automatica delle coronarie come indicatore oggettivo e riproducibile per confrontare ricostruzioni diverse.
Lo studio si basa su un dataset di 26 esami CCTA acquisiti presso lo Studio di Radiologia Finazzo S.r.l. con un sistema Aquilion ONE Genesis (Canon Medical Systems), ricostruiti con tre diversi algoritmi: IR (AIDR 3D), MBIR (FIRST) e DLR (AiCE).
Obiettivi e destinatari del lavoro
Il lavoro si rivolge principalmente ai radiologi che eseguono CCTA e ha l’obiettivo di valutare quale metodo di ricostruzione produca immagini con migliori caratteristiche di qualità, in termini di SNR, contrasto, definizione dei margini e segmentabilità delle coronarie.
Per questo, ci siamo posti i seguenti obiettivi preliminari:
(1) Fornire a un radiologo esperto le immagini in maniera randomizzata e in cieco rispetto al metodo di ricostruzione, per una valutazione qualitativa tramite punteggio Likert (1–5).
(2) Costruire una pipeline di segmentazione cardiaca, con caratterizzazione quantitativa della qualità d’immagine (separazione dei comparti tissutali su istogramma HU tramite GMM, stima del rumore intra-tessuto e indici surrogati SNR/CNR).
(3) Implementare e validare una pipeline DL per la segmentazione coronarica coarse-to-fine (segmentazione globale e raffinamento su patch multiscala guidate da centerline, con ensemble voxel-wise), addestrata sul dataset pubblico ImageCAS e trasferita sul nostro dataset con fine-tuning supervisionato (Leave-One-Subject-Out su 15 pazienti) sulle coronarie principali (RCA, LAD, LCx).
Risultati
La segmentazione coronarica, sia in fase di sola inferenza sia dopo il fine-tuning, ha mostrato il seguente ranking dei metodi di ricostruzione: AIDR 3D< FIRST< AiCE. Con DLR si osserva un incremento relativo di circa +45% del Dice globale e +63% dell’IoU globale, con miglioramenti evidenti su LAD e LCx. Questi risultati sono coerenti con la valutazione blinded del radiologo: le immagini DLR ottengono i migliori punteggi di qualità e confidenza diagnostica, con riduzione del rumore percepito.
