La modellazione e la simulazione sono diventati strumenti fondamentali per pianificare interventi chirurgici complessi.
Per evitare di sottoporre i pazienti a più scansioni 2D per poi ricostruire l’anatomia 3D, vari team di ricerca stanno lavorando a strumenti che estrapolano l’anatomia 3D di una parte da semplici immagini di raggi x.
Si tratta per lo più di dispositivi che sfruttano l’intelligenza artificiale.
Di recente un team belga ha presentato una rete neurale convoluzionale che sfrutta il deep learning per ricostruire volumi 3D partendo da immagini 2D (Almeida DF, Astudillo P, Vandermeulen D. 3D Image Volumes From 2D Digitally Reconstructed X-Rays: A Deep Learning Approach In Lower Limb CT-Scans. Med Phys. 2021 Mar 10. doi: 10.1002/mp.14835. Epub ahead of print. PMID: 33690903).
L’approccio utilizzato è stato valutato con esiti interessanti, validando l’architettura di rete rispetto alle scansioni di partenza.
L’architettura di rete si basa sul concetto codificatore-decodificatore e sfrutta connessioni di salto, aumentando i dati con un filtro gaussiano multidimensionale.
Stefania Somaré
