L’Esofago di Barrett è una patologia in cui l'epitelio esofageo va incontro a Metaplasia Intestinale, facendo aumentare circa 30-40 volte il rischio di sviluppare adenocarcinoma esofageo. E’ importante distinguere la Metaplasia Intestinale da quella Gastrica, perché solo in caso di MI è documentata una possibile evoluzione verso il cancro. Per le diagnosi oggi è possibile utilizzare l’endomicroscopia confocale laser (CLE), che consente l’analisi in vivo della struttura dei tessuti a livello cellulare, con elevata risoluzione spaziale, la possibilità di scegliere un piano focale fino a 250 μm, senza fenomeni di blurring o sovrapposizione di contributi da altri piani focali. Lo scopo di questa tesi è creare un algoritmo in Matlab che individui e quantifichi automaticamente le cripte metaplastiche in immagini di endomicroscopia confocale (per distinguere le immagini di MG dalle altre), utilizzando operazioni fra cui il template matching (fra le immagini e una cripta assunta come modello), la ricerca di punti sul bordo e il fitting di ellissi
Quantificazione di cripte metaplastiche in immagini di endomicroscopia confocale
Gervasi, Marta
2012/2013
Abstract
L’Esofago di Barrett è una patologia in cui l'epitelio esofageo va incontro a Metaplasia Intestinale, facendo aumentare circa 30-40 volte il rischio di sviluppare adenocarcinoma esofageo. E’ importante distinguere la Metaplasia Intestinale da quella Gastrica, perché solo in caso di MI è documentata una possibile evoluzione verso il cancro. Per le diagnosi oggi è possibile utilizzare l’endomicroscopia confocale laser (CLE), che consente l’analisi in vivo della struttura dei tessuti a livello cellulare, con elevata risoluzione spaziale, la possibilità di scegliere un piano focale fino a 250 μm, senza fenomeni di blurring o sovrapposizione di contributi da altri piani focali. Lo scopo di questa tesi è creare un algoritmo in Matlab che individui e quantifichi automaticamente le cripte metaplastiche in immagini di endomicroscopia confocale (per distinguere le immagini di MG dalle altre), utilizzando operazioni fra cui il template matching (fra le immagini e una cripta assunta come modello), la ricerca di punti sul bordo e il fitting di ellissiFile | Dimensione | Formato | |
---|---|---|---|
TESI.pdf
accesso aperto
Dimensione
3.46 MB
Formato
Adobe PDF
|
3.46 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/15810