Analisi dei metodi di segmentazione dei dischi intervertebrali da scansioni MRI

La creazione di gemelli digitali permette di simulare le condizioni fisiopatologiche dei pazienti. Nell’ambito del progetto europeo METASTRA [1], vengono costruiti e validati modelli digitali della colonna vertebrale di pazienti affetti da metastasi ossee, allo scopo di predire il rischio di frattura. L’accuratezza nella predizione del rischio dipende anche dall’accuratezza delle segmentazioni di vertebre e dischi intervertebrali. Per la segmentazione di immagini TC per la costruzione dei modelli digitali delle vertebre esiste una ricca letteratura su metodi, accuratezza e ripetibilità. Al contrario, per la segmentazione dei dischi intervertebrali da scansioni RM, i riferimenti sono molto più scarsi. Questo lavoro si pone come obbiettivo quello di analizzare i metodi di segmentazione dei dischi intervertebrali da immagini di risonanza magnetica, già esistenti in letteratura. Una revisione della letteratura degli ultimi 15 anni sulla piattaforma PubMed ha permesso di selezionare 17 studi pertinenti. I risultati mostrano che le tecniche di segmentazione automatica raggiungono accuratezze paragonabili a quelle manuali. Le prestazioni calano tuttavia nei casi di degenerazione discale avanzata. Dopo aver effettuato un’attenta analisi della letteratura, sono state acquisite sia tramite RM che TC immagini di colonne vertebrali ex-vivo. In seguito, le immagini acquisite in RM sono state sottoposte a segmentazione semiautomatica, mentre la parte automatica è stata affidata ad un software per la segmentazione, quella manuale a due operatori. Le segmentazioni sono successivamente state confrontate secondo alcune metriche, riportando quasi assoluta concordanza tra gli operatori. Le prospettive future riguardano lo sviluppo di modelli ibridi e l’integrazione di soluzioni di intelligenza artificiale, con l’obiettivo di rendere la segmentazione non solo più precisa ed efficiente, ma anche clinicamente utile nella valutazione delle patologie discali.