Riconoscimento e classificazione automatici di microemboli cerebrali in immagini ultrasonografiche

La rilevazione ed il monitoraggio delle microembolie cerebrali durante l'indagine clinica mediante Doppler Transcranico (TransCranial Doppler, TCD) costituiscono un ambito di ricerca della neurosonologia vascolare che ha ricevuto particolare attenzione negli ultimi anni nel contesto della prevenzione delle malattie cerebrovascolari più gravi. Tuttavia, l'individuazione dei microemboli in transito nel distretto cefalico ha tuttora applicazione limitata nella pratica clinica a causa dell'impossibilità degli attuali dispositivi TCD di categorizzare i microemboli in base alla loro composizione e, di conseguenza, alla loro rilevanza patologica. In questo lavoro viene proposta una metodologia innovativa, basata sull'elaborazione di immagini e sullo sviluppo di algoritmi neurali di interpretazione dei dati, mirata alla realizzazione di un'applicazione che automatizzi il riconoscimento della diversa natura dei microemboli attraverso l'analisi feature-based delle immagini Doppler. A tale scopo è stato studiato un sistema di Pattern Recognition e Image Analysis di supporto alla diagnosi clinica in grado di riconoscere e segmentare dalle immagini le strutture di interesse e classificare i microemboli mediante un sistema neuronale artificiale costituito da una gerarchia di reti.