ARONA
Obiettivi del progetto
- Il Progetto ARONA si prefigge lo scopo di studiare e realizzare sotto forma di dimostratore prototipale un nuovo sistema robotico per applicazioni di chirurgia mini-invasiva assistito da navigatore chirurgico in realtà virtuale/aumentata.
- L’inserimento di questa innovativa tecnologia nella pratica clinica favorirà la diminuzione del rischio clinico per il paziente, la riduzione dei tempi di intervento e di degenza, la possibilità di facilitare l’esecuzione di interventi complessi anche con metodica mini-invasiva, tempi di recupero più brevi, minori disagi per il paziente (sanguinamento, dolore), la riduzione dei costi per il servizio sanitario e le strutture ospedaliere grazie anche alla riduzione delle spese per mancata o ridotta ospedalizzazione futura e re-intervento sui pazienti.
- Il sistema complessivo che integrerà la parte robotica e quella di navigazione opererà con l’ausilio di imaging intraoperatorio e tecniche di realtà virtuale e aumentata in grado di superare le limitazioni incontrate dagli attuali sistemi (e.g., maggiore affidabilità delle azioni chirurgiche in assenza di perfetta o completa visibilità del campo di intervento, mobilità dei tessuti anatomici interessati dalle operazioni, diversificazione degli interventi, limitata precisione). Questi aspetti sono fondamentali per assicurare il miglior livello di cura scegliendo con appropriatezza metodiche affidabili, sicure, standardizzate e tecnologicamente avanzate.
- Tale obiettivo sarà perseguito non solo mettendo a fattor comune esperienze consolidate e specialistiche di alto profilo di carattere nazionale sia sul fronte della ricerca sia su quello industriale, ma anche strutturando le attività in modo che a fasi di studio e sviluppo seguano attività realizzative che porteranno alla costruzione di un dimostratore prototipale che sarà validato sia tecnicamente sia operativamente in laboratorio ma che, allo stesso tempo, fornirà le indicazioni per redigere un protocollo clinico sperimentale da presentare, a valle del progetto, a un organo di Comitato Etico al fine della omologazione clinica e certificativa.
Contributo del Politecnico
- Studio di metodologie algoritmiche per la segmentazione e il riconoscimento automatico delle vertebre di un tratto del rachide.
Pubblicazioni
I risultati scientifici di questo lavoro sono stati pubblicati sulla rivista internazionale Informatics:
Altini, N.; De Giosa, G.; Fragasso, N.; Coscia, C.; Sibilano, E.; Prencipe, B.; Hussain, S.M.; Brunetti, A.; Buongiorno, D.; Guerriero, A.; Tatò, I.S.; Brunetti, G.; Triggiani, V.; Bevilacqua, V. Segmentation and Identification of Vertebrae in CT Scans Using CNN, k-Means Clustering and k-NN. Informatics 2021, 8, 40. doi:10.3390/informatics8020040.
L’accurata segmentazione e identificazione delle vertebre è la prima elaborazione da effettuare per analisi più approfondite della colonna vertebrale.
In questo lavoro, abbiamo proposto un framework che affronta i task di segmentazione e identificazione delle vertebre sfruttando sia il deep learning che le classiche metodologie di machine learning. La soluzione proposta comprende due fasi: una segmentazione binaria completamente automatizzata dell’intera colonna vertebrale, che sfrutta una rete neurale convoluzionale 3D, e una procedura semi-automatica che consente di localizzare i centroidi delle vertebre utilizzando i tradizionali algoritmi di apprendimento automatico.
A differenza di altri approcci, il metodo proposto presenta l’ulteriore vantaggio di non richiedere l’addestramento di annotazioni a livello di singola vertebra.
Un dataset di 214 scansioni TC è stato estratto dai dati della sfida VerSe’20, per addestrare, convalidare e testare l’approccio proposto. Inoltre, per valutare la robustezza degli algoritmi di segmentazione ed etichettatura, sono state raccolte 12 scansioni TC di soggetti affetti da scoliosi grave, moderata e lieve da una clinica medica locale.
