Segmentazione di singole cellule all'interno di ROI in immagini di provini istologici attraverso l?utilizzo del software open-source QuPath

Nel campo dell’analisi istologica, uno dei principali ostacoli è rappresentato dall’analisi delle singole cellule all’interno di specifiche regioni di interesse, note come ROI (Regioni di Interesse). Attualmente, esistono diverse soluzioni software per affrontare questa sfida, che spaziano da prodotti commerciali a software gratuiti e open-source. Questi strumenti hanno rivoluzionato il modo in cui i ricercatori esaminano le strutture cellulari e i tessuti, offrendo la possibilità di ottenere dati quantitativi fondamentali per la ricerca biomedica. Questa Tesi si propone di esaminare e confrontare gli strumenti disponibili per condurre l’analisi delle singole cellule all’interno di una ROI in un’immagine istologica. L’obiettivo primario di questa ricerca è esaminare le diverse funzionalità offerte da tali soluzioni software, concentrandosi su tre principali aspetti: (a) la capacità di analizzare file di grandi dimensioni nei formati SVS, DICOM e TIFF; (b) le modalità per estrarre automaticamente o definire manualmente ROI quadrate, circolari, poligonali e a mano libera; (c) le opzioni per classificare automaticamente, semi-automaticamente o manualmente le singole cellule all’interno di una ROI. Grazie a questa Tesi, emerge una comprensione più approfondita dei pregi e dei limiti delle varie piattaforme software, agevolando la scelta consapevole dei ricercatori che cercano uno strumento per l’analisi di immagini istologiche.