Comparazione tramite clustering di estrattori di caratteristiche da tiles istopatologiche tumorali del colon-retto, aggregate con Bag of Visual Words. = Comparison through clustering of feature extractors from colorectal tumor histopathological tiles, aggregated with Bag of Visual Words.

Il cancro del colon-retto (CRC) è il terzo tipo di cancro più diffuso negli esseri umani e la terza causa più comune di morte per cancro sia negli uomini che nelle donne, contribuendo a un significativo problema di salute pubblica a livello mondiale. L’obiettivo del lavoro è analizzare e tentare di estrarre biomarcatori significativi da immagini istopatologiche ottenute da campioni di tumore colonrettale estratti chirurgicamente da due gruppi di soggetti: il gruppo IANG, di età inferiore a 40 anni (9 pazienti), e il gruppo OLD, di età superiore ai 40 anni (8 pazienti). Tali immagini ad alta risoluzione, di dimensioni (83456 × 185600) pixels, sono state colorate con ematossilina ed eosina (HE) e acquisite con uno scanner Mirax dall’Ospedale Niguarda di Milano. Questa tesi, dunque, trae ispirazione dall’esigenza di estrarre biomarcatori morfologici utili alla medicina di precisione per organizzare un trattamento adeguato e mirato per i pazienti, cercando di evitare di sottoporli a sofferenze e costi inutili. Per tentare di raggiungere questo obiettivo, è stata condotta un'analisi esplorativa sul raggruppamento delle immagini dei pazienti, basata sull'estrazione di caratteristiche tramite diversi estrattori applicati al tessuto tumorale suddiviso in tasselli (tiles). Le caratteristiche estratte sono state successivamente ridotte in dimensione utilizzando due tecniche di riduzione dimensionale: l'Analisi delle Componenti Principali (PCA) e la Correlazione di Pearson, impiegate anche per combinare i diversi estrattori. Il raggruppamento delle tiles tumorali è stato effettuato con la tecnica denominata Bag of Visual Words (BoVW), usando una rete SOM per assegnare i fenotipi tumorali, al fine di esplorarli in modo da aggregare i pazienti ed identificare nuovi potenziali biomarcatori. Le motivazioni di tale approccio sono da ricondurre al fatto che alcuni soggetti del gruppo IANG mostrano una risposta alla terapia simile a quella del gruppo OLD. Tali tipologie di analisi rappresentano una sfida significativa per la medicina di precisione, per vari motivi, tra cui: le immagini istopatologiche HE sono uno strumento più rapido e meno costoso rispetto all’analisi immunoistochimica (IHC) e alla PCR; tuttavia, l’interpretazione e la preparazione di queste immagini presentano un’intrinseca variabilità che può introdurre bias diagnostici. Inoltre, il numero di anatomopatologi esperti, responsabili della preparazione e analisi manuale dei campioni, è in declino da diversi anni. Le immagini istopatologiche rappresentano anche una sfida per le tecniche di computer vision e image processing, soprattutto per via dell’enorme risoluzione, che comporta problemi di memoria e RAM durante il processamento. I risultati dei clustering dei fenotipi estratti, sono stati valutati tramite la metrica della silhouette, che ha permesso di analizzare la coerenza e la separazione dei gruppi generati. Tali risultati sono stati presentati a un oncologo per confrontare i raggruppamenti generati con le caratteristiche cliniche dei pazienti, al fine di individuare potenziali nuovi biomarcatori di interesse clinico.