Sviluppo di un algoritmo automatico per il calcolo dello score di Karpinski in immagini istologiche renali = Development of an automatic algorithm for the calculation of Karpinski score in histological kidney images

Le malattie renali croniche portano ad un'insufficienza d'organo terminale, tale da non consentire al paziente un'adeguata qualità e aspettativa di vita. L'unica opzione terapeutica è rappresentata dalle terapie sostitutive, tra cui il trapianto di rene. Per aumentare il numero di organi candidabili al trapianto, oltre ai donatori convenzionali, sono stati presi in considerazione anche i donatori ad alto rischio o ``marginali''. In questi casi, le linee guida prevedono che prima dell'impianto venga effettuata un'analisi istopatologica su biopsie chirurgiche. I vetrini vengono preparati con colorazione PAS (acido periodico - reattivo di Schiff) e colorazione tricromica. Successivamente vengono analizzati al microscopio da un anatomopatologo esperto, che esegue una valutazione istologica definendo un preciso score morfometrico, detto score di Karpinski, in cui si attribuisce un punteggio in base al quale si definisce se il rene è adatto per un trapianto (singolo o doppio) oppure se non è idoneo. Tali valutazioni richiedono molto tempo e sono operatore-dipendenti. Lo score di Karpinski valuta il grado delle lesioni croniche nelle quattro strutture del parenchima renale: glomeruli, tubuli, interstizio e vasi. A seconda del grado di glomerulosclerosi, atrofia tubulare, fibrosi interstiziale e sclerosi dei vasi con restringimento del lume, si assegna un punteggio compreso tra 0 a 3. In questo lavoro di tesi viene presentato un sistema automatico per il calcolo dello score di Karpinski in immagini istologiche renali. Questo lavoro si focalizza sui metodi utilizzati per la segmentazione del tessuto renale nei vetrini istologici, l'individuazione del tessuto connettivo fibroso e la segmentazione dei vasi. Questi algoritmi sono stati uniti con un precedente lavoro di tesi sulla segmentazione di tubuli e glomeruli, al fine di sviluppare un sistema completamente automatico per il calcolo dello score di Karpinski. L'algoritmo sviluppato consiste in: 1) segmentazione ed estrazione del tessuto renale 2) normalizzazione della colorazione dell'immagine 3) valutazione delle quattro strutture e calcolo del relativo punteggio 4) calcolo dello score di Karpinski totale. L'algoritmo è stato sviluppato e validato su un dataset di 10 pazienti. Per individuare i vasi è stata utilizzata una rete neurale convoluzionale (CNN) per la segmentazione semantica, allenata in modo supervisionato su 350 immagini estratte dal database mentre per la quantificazione del grado di fibrosi sono state utilizzate 300 immagini. I punteggi morfometrici delle quattro strutture ottenute (glomeruli, tubuli, vasi e fibrosi) hanno mostrato un buon agreement con la valutazione effettuata da un patologo esperto. Avere a disposizione un sistema automatizzato per il calcolo dello score di Karpinski potrebbe essere utilizzato i) per valutare in tempi brevi i reni di donatori ad alto rischio, ii) come tool di second opinion permettendo al patologo di avere un riscontro sulla sua valutazione. Dunque, un sistema automatizzato per l'analisi del tessuto istologico renale risulterebbe funzionale nell'ottimizzazione del flusso di lavoro nel reparto di Anatomia Patologica.