polito.it
Politecnico di Torino (logo)

Analisi longitudinale delle features radiomiche: valutazione dell'efficacia dell'immunoterapia in modelli murini di glioblastoma = Longitudinal radiomic features analysis: evaluating immunotherapy efficacy in glioblastoma murine models

Luca Mana

Analisi longitudinale delle features radiomiche: valutazione dell'efficacia dell'immunoterapia in modelli murini di glioblastoma = Longitudinal radiomic features analysis: evaluating immunotherapy efficacy in glioblastoma murine models.

Rel. Luigi Preziosi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Matematica, 2025

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (26MB) | Preview
Abstract:

Il glioblastoma multiforme (GBM) è uno dei tumori cerebrali più aggressivi e letali, caratterizzato da rapida progressione, elevata eterogeneità e resistenza ai trattamenti standard. Comprendere la sua evoluzione in base a diverse strategie terapeutiche è fondamentale per migliorare i risultati dei pazienti. Questa tesi si concentra sullo sviluppo di una pipeline di analisi per la radiomica longitudinale applicata ai dati di risonanza magnetica ottenuti da uno studio sui trattamenti immunoterapici per il glioblastoma in modelli murini. La radiomica consente di estrarre informazioni quantitative dalle immagini mediche, permettendo una valutazione più dettagliata della progressione del tumore. In questo lavoro, sono state acquisite scansioni MRI settimanali per quattro gruppi di topi sottoposti a diversi approcci terapeutici. L'obiettivo principale di questo studio è sfruttare la radiomica per valutare l'evoluzione della malattia in relazione alla risposta alla cura e per valutare la coerenza delle tendenze di progressione tumorale all'interno di ciascun gruppo. A tal fine, abbiamo sviluppato modelli per stimare l'ODE che regola l'evoluzione di alcune caratteristiche radiomiche chiave. Analizzando l'andamento delle features radiomiche più rilevanti, ci proponiamo di determinare se strategie terapeutiche diverse portino a modelli distinti di evoluzione del tumore e di quantificare la variabilità delle risposte all'interno di ciascun gruppo di trattamento basandosi soltanto sugli esami di imaging.

Relatori: Luigi Preziosi
Anno accademico: 2024/25
Tipo di pubblicazione: Elettronica
Numero di pagine: 59
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Matematica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-44 - MODELLISTICA MATEMATICO-FISICA PER L'INGEGNERIA
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/34630
Modifica (riservato agli operatori) Modifica (riservato agli operatori)