Matteo Disca - Istituto Nazionale di Fisica Nucleare

Riassunto di tesi di
Matteo Disca
(matricola 770175)
Relatore
Grazia Gambarini
Corso di laurea in
FISICA
Titolo dell'elaborato
ANALISI MULTIPARAMETRICA CON RETE NEURALE
NELL'INDAGINE RMN PER LA MAPPATURA DEL TUMORE
DELLA PROSTATA
Disca Matteo
Matricola: 770175
ANALISI MULTIPARAMETRICA CON RETE NEURALE
1(//¶,1'$*,1(501
PER LA MAPPATURA DEL TUMORE DELLA PROSTATA
/¶HVDPH GL 5LVRQDQ]D 0DJQHWLFD 1XFOHDUH 501 GHOOD SURVWDWD SHUPHWWH OD
valutazione della SDWRORJLD WXPRUDOH GHOO¶RUJDQR IRUQHQGR LQIRUPD]LRQL QRQ VROR
morfologiche ma, grazie a Spettroscopia in Risonanza Magnetica (SRM) e Diffusione
(ADC, Apparent Diffusion Coefficient), anche di tipo funzionale e metabolico.
L¶RJJHWWR GHO SUHVHQWH lavoro di tesi è stato lo studio combinato dei dati ottenuti da
SRM e ADC QHOO¶HVDPH 501 della prostata per una localizzazione più precisa del
WXPRUHDOO¶LQWHUQRGHOO¶RUJDQR FRQO¶RELHWWLYRGLLQGLYLGXDUHOHUHJLRQLGRYHHVHJXLUHLO
prelievo bioptico e di pianificare una terapia mirata dello stesso. A tal fine i dati clinici
GHULYDQWLGDOO¶DQDOLVLGHOOHLPPDJLQL sono stati analizzati confrontando diversi metodi di
classificazione: statistica bayesiana, analisi discriminante e rete neurale.
Lo studio è stato effettuato su una popolazione di pazienti di 25 uomini di età compresa
tra 45 e 76 anni (età media 66 e mediana 69) FKH KDQQR VRVWHQXWR O¶HVDPH GL 50N
presso la Fondazione IRCCS Istituto Nazionale dei Tumori di Milano. Di questi
pazienti sono disponibili il Gleason Score, parametro istologico che esprime
O¶DJJUHVVLYLWjGHOWXPRUHHGLO36$ Prostatic Specific Antigen), proteina secreta dalle
FHOOXOHSURVWDWLFKHHODFXLSUHVHQ]DULOHYDQWHQHOVDQJXHqOHJDWDDGLVWXUELGHOO¶RUJDQR
In questo lavoro GDOO¶HVDPH 5MN sono stati HVWUDWWL ORFDOPHQWH DOO¶LQWHUQR delle
immagini della prostata i parametri diagnostici a disposizione, quali la distribuzione dei
metaboliti secreti dalle cellule epiteliali in SRM HLYDORULGHOO¶$'&. A ciascuno dei 265
campionamenti ricavati GDOO¶DQDOLVL VRQR VWDWL DVVRFLDWL L ULVSHWWLYL UHIHUWL LVWRORJLFL
locali. In caso di segnali GHJOL VSHWWUL GHOO¶+ molto rumorosi, sono state effettuate
correzioni di tipo fisico agendo sulla regolazione dei filtri, sulla soppressione del
VHJQDOHGHOO¶DFTXa, sulla baseline, o agendo sullo sfasamento.
Nella prima fase del lavoro è stata studiata la correlazione dei parametri derivanti
GDOO¶HVDPHSRM e ADC con il Gleason Score ed il PSA per individuare un eventuale
legame fra questi due fattori fisiologici HTXHOOLRWWHQXWLGDOO¶HVDPHGL501
Successivamente per individuare un metodo possibile per la mappatura di eventuali aree
WXPRUDOLDOO¶LQWHUQRGHOO¶RUJDQRinizialmente sono stati considerati i dati di SRM e ADC
separatamente. Variando le singole soglie discriminanti sono stati quindi studiati
sensibilità e specificità dei test. Sono state combinate infine le variabili di SRM e ADC
LQ GLYHUVL PRGL XWLOL]]DQGR OD VWDWLVWLFD ED\HVLDQD O¶DQDOLVL GLVFULPLQDQWH Hd infine
mediante lo sviluppo di una rete neurale. Per valutare la qualità di ognuno dei metodi
statistici utilizzati, sono state analizzate le rispettive curve ROC (Receiciving Operating
Characteristic), valutandone le aree sottese (AUC, Area Under the Curve).
Dallo studio del Gleason Score si evidenzia come vi sia una correlazione tra il valore
dello stesso ed il rispettivo valore di SRM, mentre non si evidenzia alcuna correlazione
tra PSA e SRM. Il Gleason Score HGLO36$QRQULVXOWDQRHVVHUHFRUUHODWLFRQO¶$'&
Le curve ROC, ottenute con tutti i 265 campionamenti a disposizione, valutate per i
diversi metodi statistici studiati, sono mostrate in figura.
I rispettivi valori di AUC sono riportati invece in tabella. Individuando una soglia di
classificazione tale che il valore di sensibilità sia GHOO¶, sono mostrate inoltre le
rispettive specificità.
SRM + ADC
SRM
ADC
U
ŀ
Analisi discriminante
Rete neurale
AUC Totale
0.85
0.87
-
-
0.90
0.92
Specificità
68%
79%
51%
86%
81%
86%
Sensibilità
85%
85%
96%
77%
85%
85%
Il metodo proposWRFRQVHQWHGLLQGLYLGXDUHFRQXQ¶DFFXUDWH]]DPROWRHOHYDWDODPDODttia
DOO¶LQWHUQRGHOODSURVWDWD la rete neurale risulta il sistema di classificazione più accurato.
È in studio la possibilità di adottare tale metodo SHU O¶LQGLYLGXD]LRQH GHOOH UHJLRQL
interne alla prostata dove eseguire il prelievo bioptico e per la pianificazione di
sovradosaggi locali del tumore in radioterapia.