30/12/2021
Il progetto di ricerca denominato Deep-Class-CTCs (Deep-learning classification of dynamically flowing circulating tumors cells imaged by quantitative phase microscopy) è tra i quattro progetti risultati vincitori della selezione nella sezione "Health & Artificial Intelligence" del Bando dell’Agreement on industrial, scientific and technological research and development cooperation between Italy and Israel, the Italian Ministry of Foreign Affairs and the Israeli Ministry of Science and Technology.
Il progetto godrà di un finanziamento per assicurare lo svolgimento delle attività di ricerca nel corso dei prossimi due anni.
Il gruppo di ricerca in Italia è costituto dai ricercatori Pietro Ferraro, Vittorio Bianco, Lisa Miccio e Pasquale Memmolo che svolgono le loro ricerche presso l’Istituto di scienze applicate e sistemi intelligenti (Cnr-Isasi) di Pozzuoli (Napoli).
Sul lato israeliano il gruppo lavora presso l’Università di Tel Aviv guidato da Natan Shaked.
L'obiettivo del progetto è sviluppare classificatori basati su deep learning in grado di rilevare, analizzare e monitorare le cellule tumorali in campioni di sangue liquido impiegando tecnica di imaging olografica che ha tra le sue caratteristiche il significativo vantaggio di essere “label-free”. Attraverso l’analisi delle mappe di microscopia ottenute per ciascun cellula in movimento all’interno di canali microfluidici si ritiene di potere identificare le cellule tumorali circolanti durante il flusso.
Per costruire il set di dati unificato delle mappe delle cellule tumorali, che richiede l'implementazione di un sistema ottico-microfluidico e opportuni algoritmi di image processing, la campagna di misure sarà effettuata in parallelo in Italia e in Israele, dove entrambi i gruppi hanno accesso a diversi tipi di cellule cancerose e dispongono di sistemi di microscopia di tipo olografico.
Il successo di questo progetto potrebbe portare alla realizzazione di nuovi strumenti per il rilevamento e monitoraggio dei pazienti oncologici mediante esami del sangue di routine basati sull’approccio combinato tra Intelligenza Artificiale e Microscopia Olografica. Possibili ricadute si prevede possano portare a ridurre il numero di persone che sviluppano il cancro mediante diagnosi precoce, oltre a ridurre la spesa sanitaria per le patologie tumorali.
Per informazioni:
Pietro Ferraro
Cnr - Istituto di scienze applicate e sistemi intelligenti "Eduardo Caianiello"
pietro.ferraro@cnr.it
Vittorio Bianco vittorio.bianco@cnr.it 393.0512560
Vedi anche: