Riconoscimento automatico per visualizzazione tridimensionale di organi da sequenze spaziali TC

Abstract

Le immagini TC presentano ai fini del riconoscimento automatico di strutture 3D due inconvenienti principali: il limitato contrasto per molti organi o tessuti e la distanza tra le sezioni non sufficientemente piccola. Per tali motivi è stato realizzato un sistema in grado di operare direttamente sul-l'immagine 3D (strutturata a voxel) sia per ridurre il rumore e le distorsioni sia per elaborare accurata-mente le informazioni ricavate da tali immagini per procedere al riconoscimento

Parte fondamentale del sistema è costituita dalla base di conoscenza sul modello anatomico degli organi della testa; tale conoscenza è sia di tipo intrinseco riguardante cioè le peculiarità fisiche e geometri-che dell'organo, sia di tipo relazionale, riferita cioè alle similitudini, relazioni e differenze che l'organo ha rispetto agli altri. Affinchè una regione sia assegnata ad un particolare organo devono verificarsi tutte le proprietà peculiari mentre un maggior margine di errore è lasciato per quelle relazioni che possono essere falsate più o meno facilmente da errori di acquisizione o di segmentazione. I parametri su cui la conoscenza si basa sono numerosi, tra questi rivestono particolare importanza la luminosita dell'organo e la sua posizione, sia quella assoluta nel sistema di assi cartesiani utilizzati, sia quella relativa rispetto al bari-centro dell'immagine.

Completano il sistema un meccanismo di controllo per la rilevazione e correzione di errori di segmentazione o di acquisizione e un algoritmo di backtracking per l'assegnazione delle regioni piccole a riconoscimento avvenuto.

II sistema è stato applicato a sequenze spaziali di immagini di diversi pazienti fornendo risultati sod-disfacenti; in particolare si è riusciti a riconoscere con notevole precisione osso, cervello, pelle ed occhi; si è anche riconosciuto sebbene con minore precisione il grasso retroculare ed il muscolo. II campo di applicazione di tale sistema vuole naturalmente essere la radiologia clinica ed i vantaggi che se ne potrebbero trarre sono duplici: da un lato la semplice automazione del processo di analisi delle immagini solleverebbe il personale medico da un lavoro ripetitivo, inoltre il riconoscimento automatico renderebbe possibile la ricostruzione tridimensionale di un elevato numero di ogani e di eventuali patologie per apphcazioni in stereotassia e radioterapia. Oltre che come supporto al medico per la diagnosi e per la programmazione di interventi chirurgici, potrebbe risultare interessante un utilizzo del sistema a scopo didattico e di adde-stramento.