Segmentazione semi-automatica dell’encefalo tramite algoritmi di regionalizzazione

Introduzione Nella seconda metà del secolo scorso l’introduzione delle tecniche di Neuroimaging ha profondamente rivoluzionato la diagnostica neurologica che fino a quel tempo poteva localizzare la sede delle lesioni cerebrali prevalentemente sulla base di sintomi e segni. Anche se nel sapere interpretare a fini diagnostici segni e sintomi veniva esaltata la capacità e la cultura del clinico, questa procedura era inevitabilmente gravata da una rilevante quota di errore e di incertezza nelle conclusioni diagnostiche. La disponibilità della Tomografia Assiale Computerizzata (TAC) e della Risonanza Magnetica (RM) è stata di enorme vantaggio per i pazienti affetti da patologie del Sistema Nervoso Centrale, facilitando enormemente la localizzazione della lesione stessa. Meno rilevante è stato sino a ieri il contributo delle indagini di Neuroimaging nelle patologie degenerative del sistema nervoso e in particolare nelle “demenze”. Questo mancato contributo è motivato da un lato da un’intrinseca debolezza della TAC e della RM convenzionali, dall’altro dal fatto che solo in tempi relativamente recenti si è acquisita la capacità di riconoscere, differenziare e classificare in ambito clinico le diverse forme di demenza. Un limite delle tecniche convenzionali di Neuroimaging risiede nel fatto di essere tecniche eminentemente morfologiche, che danno informazioni di carattere macroscopico, mentre le demenze, soprattutto nelle fasi iniziali, si caratterizzano prevalentemente per un danno funzionale che si accompagna ad alterazioni microscopiche. Sul piano clinico poi solo negli ultimi anni stiamo assistendo ad una parziale ma, per certi versi, soddisfacente classificazione e 3