Conclusioni e Sviluppi futuri
Nel presente lavoro di tesi è stato sviluppato un metodo semi-automatico per la segmentazione del fegato e per l'estrazione e la caratterizzazione delle lesioni epatiche da immagini TC multifase.
La segmentazione dell’intero organo, fase preliminare per l’individuazione delle lesioni, ha portato a risultati soddisfacenti. Dopo aver isolato il fegato dagli organi ad esso vicini, sono state individuate le lesioni presenti al suo interno. Il procedimento adottato ha consentito di individuare tutte le lesioni presenti, in accordo con i risultati dei referti medici e di una ulteriore analisi da parte di un medico radiologo. Trattandosi di un software semi-automatico, l’utente è comunque in grado, in ogni momento, di interagire con la procedura di segmentazione, sia del fegato che delle lesioni epatiche. Per quanto riguarda la determinazione delle lesioni epatiche infatti l’utente può eliminare aree erroneamente identificate come lesioni oppure può selezionare quelle che non sono state automaticamente riconosciute dal programma.
Una volta discriminati lesioni epatiche e parenchima, sono state estratte da entrambi densità e deviazione standard, attraverso le quali sono stati successivamente ricavati tre parametri aggiuntivi: densità normalizzata, contrasto e CNR. Tali parametri sono stati poi utilizzati per caratterizzare le lesioni, in base al valore da loro assunto nelle diverse fasi contrastografiche.
Dopo aver acquisito i valori assunti dai parametri di riferimento nelle varie fasi, per ogni tipo di lesione, è stata effettuata un’analisi statistica di tipo ANOVA.
Dall’analisi delle differenze statisticamente rilevabili dei parametri considerati tra una fase ed un’altra per i vari tipi di lesione è stato possibile definire una possibile traccia per lo sviluppo di un sistema di ausilio alla diagnosi. Il parametro di riferimento scelto per la determinazione dell’algoritmo decisionale è stato la densità, poiché permette una migliore discriminazione delle varie tipologie di lesioni epatiche.
In futuro si prevede l’ottimizzazione del software in termini di:
ricerca di un metodo per l’adattamento automatico della maschera del fegato alla morfologia dell’organo epatico, vista la sua grande variabilità intra ed inter-soggetto;
utilizzo della maschera delle lesioni epatiche nelle fasi diverse da quella venosa; tale maschera potrebbe essere utilizzata solo come punto di partenza per la ricerca delle lesioni nelle altre fasi: il centro di ogni lesione individuata in fase venosa potrebbe infatti costituire il seme per il successivo algoritmo di Region Growing. In questo modo si riuscirebbe a garantire un più accurato calcolo della forma, della densità e della deviazione standard della lesione nelle fasi diverse dalla venosa;
riduzione del tempo computazionale, andando ad ottimizzare le funzioni algoritmiche e a parallelizzare i processi di analisi dell’immagine.
Si auspicano inoltre studi di validazione clinica del software su un numero maggiore di dati di tipo prospettico, sia in termini di pazienti, che in termini di numero e tipi diversi di lesioni epatiche; sarebbe infine auspicabile la realizzazione di studi multi centro per la validazione globale di tale algoritmo.
Si prevede inoltre la realizzazione di un sistema CAD, con possibile approccio di tipo rete neurale, che, opportunamente addestrata con un numero consistente di dati relativi alle lesioni epatiche, potrebbe riuscire in modo automatico ad identificare i vari tipi di lesione.