In questo progetto proponiamo di sviluppare un sistema computerizzato di supporto alla diagnosi
(CAD) completamente automatico e basato su immagini MRI per il riconoscimento di aree sospette
per presenza di tumore prostatico e per la loro caratterizzazione in termini di aggressività.
Tale sistema CAD è composto da diversi step completamente automatici: a) co-registrazione delle
varie sequenze MRI; b) segmentazione automatica della prostata; c) estrazione di parametri
quantitativi dalle immagini MRI pesate in T2 (T2w), in diffusione (DWI) e dalle sequenze dinamiche
con mezzo di contrasto (DCE-MRI); d) applicazione di modelli statistici di classificazione; e)
generazione di una mappa di probabilità dell'intera prostata in cui ad ogni voxel corrisponde la
probabilità di appartenere ad un’area tumorale; f) selezione di volumi tridimensionali (3D) candidati
come regioni tumorali; g) definizione automatica del PIRADS per ciascuna delle aree sospette; h)
estrazione di parametri quantitativi basati sulle texture delle immagini T2w e DWI; i)
caratterizzazione dell'aggressività delle aree sospette e di sotto-aree del tumore.
Il CAD dovrà essere dotato di un'interfaccia grafica sulla quale il radiologo può selezionare i volumi
MRI da visualizzare, unitamente alla mappa di probabilità sovrapposta all'immagine MRI assiale T2w
e valutare i parametri quantitativi e dimensionali di ciascuna delle regioni sospette
automaticamente calcolati o di nuove ROI manuali.
L'utilizzo di un tale sistema CAD nella pratica è in grado di offrire numerosi vantaggi, tra cui:
1. ridurre notevolmente i tempi di refertazione;
2. selezionare meglio i pazienti da sottoporre a biopsia, riducendo il numero di biopsie non
necessarie;
3. fornire uno strumento per guidare le biopsie, riducendo il numero di prelievi bioptici e
aumentando la sensibilità degli stessi;
4. aumentare sensibilità e specificità di radiologi, soprattutto meno esperti, nell’identificazione
dei carcinomi prostatici;
4. fornire una second-opinion al radiologo, soprattutto nei piccoli centri in cui non è presente
una forte expertise per l’analisi di queste immagini.