Ricerca pubblicata sulla rivista scientifica internazionale Plos One

Nuovo sistema di elaborazione delle immagini da microscopio per studiare i tumori

Studio congiunto dei dipartimenti di Scienze matematiche, informatiche e fisiche e di Area medica

Nuove prospettive per lo studio dei tumori grazie ad un sistema che elabora immagini biomediche di grandissime dimensioni, sviluppato da un gruppo congiunto di ricerca dell’Università di Udine. Lo studio permette di analizzare i cosiddetti “vetrini digitali”, acquisiti da microscopi, al fine di supportare il patologo nella diagnosi e nella valutazione prognostica, soprattutto nei tumori della mammella. I risultati della ricerca sono stati pubblicati dalla rivista scientifica internazionale “Plos One”.

I ricercatori udinesi hanno messo a punto un sistema che facilita lo sviluppo di software di elaborazione delle immagini di dimensioni dell’ordine di GigaPixel, acquisite con appositi scanner, in modo che siano elaborabili con uno dei principali sistemi “open source” (non protetti da copyright), “ImageJ”, in uso in ambito medico. Il sistema proposto dall’Ateneo friulano è, a sua volta, reso disponibile come “open source” e, quindi, liberamente scaricabile da chiunque.

La ricerca è nata in seguito allo sviluppo di due programmi software che consentono di riconoscere, in tumori della mammella, le zone a maggiore proliferazione cellulare, e di identificare e contare linfociti. Nel corso di questi studi, i ricercatori hanno evidenziato che parte del codice del programma veniva sempre ripetuto, perché contenente operazioni comuni quando si elaborano immagini di così grandi dimensioni. Quindi, lo hanno estrapolato in un sistema autonomo ora a disposizione di chiunque lo voglia utilizzare per sviluppare analoghi programmi di analisi su vetrini digitali.

Lo studio, nato all’interno del progetto europeo Marie Curie “AIDPATH - Academia and Industry Collaboration for Digital Pathology", è stato coordinato da Vincenzo Della Mea che ne è il responsabile locale. Condotto da un team multidisciplinare, il lavoro ha coinvolto per gli aspetti tecnici il gruppo di ricerca del dipartimento di Scienze matematiche, informatiche e fisiche (Dmif) per gli aspetti tecnici, e per quelli clinici l’equipe di Carla Di Loreto del dipartimento di Area medica (Dame) dell’Ateneo udinese.

«È da molti anni che si fa ricerca su immagini acquisite al microscopio, per riconoscere tessuti, cellule, loro caratteristiche, ma fino a qualche anno fa era possibile solo su piccole porzioni dell’intero vetrino, rinunciando così a buona parte dell’informazione presente su di esso – spiega Della Mea –. Da qualche anno esistono degli scanner speciali che acquisiscono tutto il vetrino, ma in compenso producono immagini così grandi che necessitano di tecniche particolari per la loro elaborazione, e di tanto tempo. Noi, con il nostro sistema SlideJ, cerchiamo di facilitare l’elaborazione di queste immagini con il software più utilizzato in ambito biomedico».

Al progetto ha partecipato anche una studentessa della laurea magistrale in Informatica, Giulia Lucrezia Baroni di Udine, che svolgerà la sua tesi su temi di analisi di immagini. L’articolo scientifico che descrive la ricerca è intitolato “SlideJ: An ImageJ plugin for automated processing of whole slide images”.

Sullo stesso tema

Giovedì 4 Aprile

Invecchiamento cellulare, l’Ateneo coordina un progetto di ricerca da un milione di euro

Allo studio nuovi agenti terapeutici da utilizzare anche contro il cancro. Partner le Università di Trieste e di Salisburgo e l’Eurac Research di Bolzano

Martedì 23 Gennaio

Fondazione Airc si mobilita per affrontare il cancro con la prevenzione e la ricerca

Fondazione AIRC inizia il 2024 con una nuova campagna che invita ad agire concretamente per prevenire il cancro, con lo stile di vita, e per renderlo sempre più curabile, sostenendo la ricerca

Venerdì 8 Settembre

Immagini, video e machine learning: studiosi a confronto all'Ateneo

Dall'11 al 15 settembre convegno internazionale dell'Associazione Italiana per la ricerca in Computer Vision, Pattern recognition e machine Learning