Choose timezone
Your profile timezone:
Powered by Indico
v3.3.3
Il progetto AGATA (Advanced GeAnt4-based platform for virtual clinical Trials in X-ray breAst imaging) è finanziato dalla Commissione Scientifica Nazionale 5 dell’INFN nell’ambito della procedura competitiva “giovani ricercatori e ricercatrici” (Principal Investigator Antonio Sarno, INFN Sezione di Napoli).
Lo scopo di AGATA è la produzione di trial virtuali nell’ambito di mammografia digitale (DM), tomosintesi digitale (DBT) e tomografia computerizzata dedicata al seno (bCT).
Un trial clinico è un insieme di misurazioni, osservazioni o sperimentazioni nella ricerca clinica, condotte su individui partecipanti, solitamente dopo aver ricevuto autorizzazione da comitati etici o altre autorità, le quali valutano che il rapporto rischio/beneficio sia accettabile. Sempre più spesso sorge la necessità di implementare tecniche di ricerca che non coinvolgano individui e producano trial virtuali (“in silico”) a carattere computazionale, con conseguente riduzione, o abbattimento, di dose al paziente e costi di ricerca.
Nell’ambito dell’imaging dedicato al seno, sono sempre maggiori gli studi che riguardano l’incremento delle performance di tecniche convenzionali di imaging, come la DM, o l’investigazione di tecniche innovative emergenti, come DBT e bCT, che permettono una più accurata ed affidabile investigazione diagnostica e di screening. Poiché queste tecniche prevedono l’impiego di radiazioni ionizzanti, i trial in silico rappresentano la metodologia investigativa più ragionevole.
Il progetto AGATA basa le sue fondamenta sull’impiego di un dataset clinico composto da 85 esami di bCT su pazienti acquisiti presso l’Università della California (UC Davis, USA), che permettono la ricostruzione con tecniche tomografiche del tessuto mammario non compresso. Poiché allo stato attuale i fantocci fisici e digitali impiegati per controlli di qualità o ricerca sono fantocci omogenei, AGATA impiega modelli digitali eterogenei, non compressi, meglio rappresentativi dell’organo mammario, aventi caratteristiche anatomiche acquisite clinicamente. Tramite un algoritmo di compressione questi modelli vengono utilizzati anche nelle tecniche di DM e DBT che prevedono la compressione dell’organo mammario. Superando le limitazioni e le semplificazioni dei modelli previsti nei protocolli attuali, l’impiego di nuove metodologie computazionali e l’utilizzo di simulazioni Monte Carlo (MC) forniscono così stime più accurate delle principali quantità di interesse di tipo dosimetrico e di imaging.