Generazione di sMRI per pazienti affetti da ictus = Generation of sMRI for stroke patients

L'ictus cerebrale, noto anche come ictus o colpo apoplettico, è una patologia cerebrovascolare che si verifica quando il flusso sanguigno del cervello viene interrotto o ridotto a causa di un’improvvisa chiusura o rottura di un vaso sanguigno. Secondo il protocollo, la prima indagine richiesta è la tac cerebrale del paziente, di facile ed accessibile esecuzione e in grado di discriminare l'evento emorragico da quello ischemico. La seconda è la risonanza magnetica, che, grazie alle scansioni ottenute per diffusione, è in grado di identificare con maggior accuratezza l’ischemia in fase iper-acuta e le aree di “penombra ischemica”, ovvero aree non ancora infartuate ma che sono a rischio metabolico e dunque passabili di recupero con le opportune terapie. Al contrario della TC però, tale strumento oltre a non essere presente in tutte le cliniche, possiede tempi d’attesa più lunghi, che possono compromettere la buona riuscita del trattamento. Il seguente progetto di tesi ha come obiettivo il verificare se le attuali tecnologie nell’ambito delle intelligenze artificiali possano rappresentare un efficace strumento d’aiuto per il medico nel velocizzare il processo di diagnosi e, quindi, di impostazione del trattamento terapeutico. Nello specifico verrà trattato lo sviluppo di modelli d’apprendimento automatico di tipo generativo allenate nell’effettuare domain transfer, ovvero eseguire una traduzione a partire da un’immagine data come input (TC) ottenendo in uscita l’output corrispondente (sMRI). Il dataset utilizzato si compone di scansioni cerebrali TC (Std 2.5) e MRI (DWI e FLAIR) di pazienti affetti da ictus, le quali son state allineate e processate prima dell'invio alla fase di training. Sono state prese in esame e comparate tre architetture adattate a questo scopo, i modelli cGAN (conditional Generative Adversarial Network) di tipologia "pix2pix" e "cycleGAN", e i recenti modelli generativi "Diffusion Models". Le prestazioni sono state misurate tramite le metriche di similarità, utilizzate in prima istanza come indicatori di somiglianza tra l'immagine sintetica e quella originale, e in secondo luogo per valutare le capacità di traduzione anche delle aree infartuate da una modalità all'altra.