Contesto della ricerca
Lo studio e lo sviluppo di modelli deformabili, in grado di simulare il comportamento di strutture tridimensionali immerse in scene reali e sottoposte a forze deformanti, rappresentano una sfida e un obiettivo di grande interesse nell'ambito delle computational neuroscience.
L'uso di reti neurali per la costruzione di tali modelli costituisce un'attività di ricerca d'avanguardia i cui risultati ottenuti finora hanno già dimostrato le potenzialità e l'efficacia di queste tecnologie.
In questo contesto, la ricerca condotta ha affrontato lo studio della simulazione delle proprietà fisiche di oggetti reali e della registrazione e classificazione di immagini 3D proponendo un metodo effettivamente tridimensionale; tale aspetto risulta essenziale per trattare correttamente deformazioni spaziali senza approssimazioni bidimensionali, quasi sempre inadeguate o poco utilizzabili. La modellazione consiste nel caratterizzare le strutture della scena, in modo da derivare le proprietà fisiche da assegnare a ciascun elemento del modello. A questo scopo sono state studiate architetture di reti neurali a più livelli che operano su caratteristiche morfo-tessiturali ed effettuano il matching delle immagini 3D.
Risultati
Gli studi effettuati sono stati applicati alla interpretazione di immagini neuroradiologiche del cervello per creare un modello realistico dello spazio intracranico.
E' stato definito un modello fisico realistico dell'architettura encefalica soggetta a sollecitazioni meccaniche espansive o contrattive, mediante la segmentazione, ricostruzione e classificazione densitometrica di immagini tomografiche tridimensionali.
Il modello geometrico esteso con il modello fisico dello spazio intracranico, è in grado di dare informazioni circa l'elasticità, la resistenza e la durezza delle strutture cerebrali e di simularne il comportamento.
Collaborazioni
La ricerca è stata svolta in collaborazione con il Dipartimento di Neurochirurgia dell'Università di Pisa, la cattedra di Pattern Recognition dell'Università di Erlangen-Norimberga e il Bavarian Research Center for Knowledge Based System.
Sviluppi futuri
Sono in fase di studio nuovi algoritmi per ottimizzare la complessità computazionale dei metodi sviluppati; l'elaborazione real-time, infatti, rappresenta un aspetto importante nel campo delle neuroscienze e in particolare in quello medico-clinico. Aspetti teorici che riguardano la classificazione algebrica e tecniche di analisi delle immagini di tipo descrittivo saranno inoltre sviluppati in collaborazione con il Consiglio Scientifico "Cibernetica" dell'Accademia delle Scienze di Mosca.
Immagini:
