Monitoraggio della Crescita Multi-Temporale di Organoidi Tumorali 3D  = Multi-Timepoint Growth Tracking of 3D Cancer Organoids

I modelli in vitro basati su organoidi derivati da cellule staminali rappresentano uno strumento promettente per la modellazione dei tessuti umani. Questi organoidi presentano una somiglianza funzionale e strutturale con gli organi umani, superiore ai tradizionali saggi basati su colture 2D. Sebbene l’analisi dello sviluppo strutturale degli organoidi possa fornire informazioni preziose, l’applicazione di strumenti tradizionali per l’analisi delle immagini risulta problematica a causa dell’eterogeneità e della natura complessa delle morfologie degli organoidi. D'altra parte, l'Optical Coherence Tomography (OCT) rappresenta un metodo di imaging completamente non invasivo e non distruttivo, che non richiede l'impiego di marcatori fluorescenti. Grazie alla sua natura non distruttiva, l'OCT si configura come una soluzione ideale per monitorare la crescita degli organoidi nel tempo e valutare l'effetto di potenziali trattamenti. L’attenzione principale sarà rivolta all’analisi e all’organizzazione dei dati OCT disponibili. L’obiettivo di questo studio è lo sviluppo di un algoritmo di deep learning per la segmentazione degli organoidi e un algoritmo di tracciamento automatico per monitorarne la crescita e lo sviluppo, estraendo le caratteristiche principali di tutti gli organoidi completamenti tracciati. Infine, il framework proposto sarà sottoposto a test e si indagherà la potenziale differenziazione tra gli organoidi che hanno ricevuto un trattamento e quelli che non l’hanno ricevuto.