Analisi basata su feature e approccio AI per la stratificazione del linfoma = Feature-based analysis and AI-driven approach for lymphoma stratification

Il linfoma diffuso a grandi cellule B (DLBCL) rappresenta la forma più comune e aggressiva di linfoma non Hodgkin nell’adulto. È una neoplasia eterogenea dei linfociti B, caratterizzata da distinti profili molecolari, clinici e prognostici. La classificazione secondo l’origine cellulare (COO) distingue due principali sottotipi: germinal center B-cell like (GCB) e activated B-cell like (ABC), con rilevanti implicazioni terapeutiche. Tuttavia, la diagnosi molecolare richiede tecnologie complesse, costose e non sempre disponibili. Questo lavoro di tesi si basa sull’ipotesi che pattern morfologici, tessiturali e spaziali osservabili nelle immagini istologiche digitali possano riflettere le caratteristiche molecolari dei sottotipi COO. Tali pattern, riconoscibili da patologi esperti, possono essere oggettivamente quantificati mediante tecniche di intelligenza artificiale, offrendo un approccio automatizzabile e complementare alla classificazione del COO. L’obiettivo del progetto è lo sviluppo di una pipeline computazionale per l’analisi di immagini istologiche digitali di campioni DLBCL, articolata in tre fasi: segmentazione automatica nucleare mediante una rete di deep learning; estrazione e selezione di feature robuste e trasferibili; analisi delle feature per la classificazione del COO. Il dataset analizzato comprende vetrini digitali (WSI, 40×, 0.25 μm/pixel), forniti dall’Istituto Europeo Oncologico (IEO) di Milano, colorati in ematossilina-eosina (H&E) e in Giemsa (GM), tutti classificati come ABC o non-ABC. Da ciascuna WSI sono state selezionate delle regioni rappresentative (ROI, 1500×1500 px), escludendo aree artefattuali o necrotiche. Le ROI sono state processate con il modello HoVer-Net, pre-addestrato su maschere annotate H&E e adattate in GM tramite transfer learning, per generare maschere nucleari automatiche. A partire da queste, sono state estratte feature nucleari (di forma, tessitura, e spaziali), calcolate a livello di singolo nucleo e successivamente aggregate per paziente mediante statistiche descrittive. È stato introdotto un processo di stratificazione nucleare, che suddivide i nuclei in quattro classi (piccoli, medi, grandi, enormi) sulla base della loro area, calcolando le feature aggregate per ciascuna popolazione e loro combinazione. Da queste popolazioni sono state estratte anche feature microambientali e di numerosità. Per l’analisi delle feature per la predizione del sottotipo COO, è stato addestrato un modello di Linear Discriminant Analysis (LDA) in tre configurazioni: feature nucleari, microambientali e combinate. Nella validazione mediante cross-validation è stata utilizzata la correlazione di Pearson con il COO come metrica. Un secondo modello, basato su un sottoinsieme di feature selezionate mediante correlazione con il COO, ha mostrato prestazioni stabili e predittive. Un approccio alternativo, basato sulla rimozione di feature collineari e ridondanti, non ha portato a miglioramenti significativi. In conclusione, lo studio propone un set di feature, per analizzare le caratteristiche a livello subcellulare in immagini istopatologiche, stabile e potenzialmente trasferibile ad altri contesti di anatomia patologica. Inoltre, i risultati indicano che la distribuzione spaziale dei nuclei di grandi dimensioni, così come la loro interazione con le altre popolazioni cellulari, possano costituire la base per lo sviluppo futuro di un indicatore informativo utile per la predizione del sottotipo COO.