Hafida Bouhou
Ottimizzazione di un algoritmo per il tracking 3D di organoidi tumorali = Optimization of a 3D Cancer Organoid Tracking Algorithm.
Rel. Kristen Mariko Meiburger, Francesco Branciforti. Politecnico di Torino, Master of science program in Biomedical Engineering, 2024
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) | Preview |
Abstract
Il principale obiettivo di questa tesi è sviluppare un sistema efficace e robusto per tracciare organoidi tridimensionali nel tempo, estrapolando pattern biologici significativi in modo affidabile. Monitorare la crescita e l'evoluzione morfologica degli organoidi è cruciale per comprendere i meccanismi biologici sottostanti, ma la qualità delle immagini OCT utilizzate a questo scopo pone sfide tecniche considerevoli. Le immagini di tomografia a coerenza ottica (OCT), infatti, risultano rumorose, con livelli di disturbo che rendono difficile isolare i dettagli utili dagli artefatti di segmentazione. Inoltre, queste immagini risultano non registrate, causando discrepanze di orientamento o scala tra i vari volumi e complicando l’identificazione di pattern e cambiamenti degli organoidi.
Per rispondere a queste problematiche, la tesi presenta un’ottimizzazione avanzata di un algoritmo di tracking per monitorare la crescita degli organoidi utilizzando una pipeline che integra immagini OCT elaborate tramite segmentazione basata su deep learning
Publication type
URI
![]() |
Modify record (reserved for operators) |
