Identificazione Tumorale Intraoperatoria con Imaging Iperspettrale

Il nostro gruppo ha contribuito in modo sostanziale all’avanzamento dell’imaging iperspettrale (HSI) applicato alla neurochirurgia, spingendo questa tecnologia dallo sviluppo metodologico iniziale fino alla messa a punto di pipeline cliniche e dataset pubblici. Qui di seguito una panoramica strutturata e aggiornata di tutti i nostri principali lavori scientifici, con menzione sintetica di cosa introduce o valida ogni paper.
Motivazioni & Obiettivi

• Portare l’HSI nella clinica per il supporto intelligente al riconoscimento dei margini tumorali durante la chirurgia cerebrale.
• Superare lo scoglio dell’alta dimensionalità e della mancanza di dati pubblici mediante pipeline innovative, database open-access e metodi di riduzione e segmentazione ottimizzata.
• Accelerare la transizione da prototipi di laboratorio a sistemi testati realmente su pazienti.

Metodi e Risultati

• Sviluppo di soluzioni di classificazione spatio-spettrale automatica per immagini HSI, potenziando la detezione intraoperatoria sicura (PLOS ONE 2018).
• Creazione e rilascio del primo database pubblico di immagini iperspettrali ottenute da pazienti (IEEE Access 2019), consentendo benchmarking e sviluppo open della ricerca globale.
• Progettazione di sistemi di visualizzazione intraoperatoria con HSI per marcare e delineare i margini tumorali in sala (Sensors 2018).
• Introduzione di nuovi algoritmi per manifold embedding e semantic segmentation: segmento dati iperspettrali in modo efficiente, garantendo coerenza con la morfologia reale (IEEE TMI 2017).
• Sintesi delle prime coorti cliniche e risultati reali del progetto HELICoiD per l’introduzione di HSI in sala operatoria (IJS 2016).

Articoli Scientifici Correlati (con breve contributo)

• Spatio-spectral classification of hyperspectral images for brain cancer detection during surgical operations
  Introduce una pipeline supervisionata che sfrutta feature spaziali e spettrali per la classificazione automatica di tessuto tumorale. Migliora la detection intraoperatoria e la sicurezza chirurgica.


• In-Vivo Hyperspectral Human Brain Image Database for Brain Cancer Detection
  Descrive la realizzazione e il rilascio del primo dataset di immagini HSI cerebrali in vivo da pazienti, pubblicato per favorire lo sviluppo di metodi e la validazione della comunità internazionale.


• An intraoperative visualization system using hyperspectral imaging to aid in brain tumor delineation
  Presenta un sistema reale per la visualizzazione e l’interpretazione dei dati HSI al tavolo operatorio, integrando automatismi di analisi e supporto alle decisioni cliniche.


• Manifold embedding and semantic segmentation for intraoperative guidance with hyperspectral brain imaging
  Introduce innovative strategie di compressione dei dati tramite embedding manifolds e una pipeline di segmentazione semantica robusta per la segmentazione del tessuto cerebrale in real-time.


• Intra-operative hyperspectral imaging for brain tumour detection and delineation: Current progress on the HELICoiD project
  Prima sintesi clinica dei risultati di HSI in sala operatoria raccolti dal progetto europeo HELICoiD, test su coorti reali e definizione della roadmap per l’integrazione clinica della tecnologia.

Resource & Team

• Dataset HSI Human Brain open-access: IEEE Access 2019
• Codice/Tool disponibili su richiesta agli autori.