Recentemente nell’ambito sanitario le tecniche di intelligenza artificiale stanno trovando un sempre più largo impiego per l’analisi automatica di immagini mediche, in quanto queste tecniche consentono una immediata caratterizzazione di patologie. Inoltre, si prevede che l’applicazione di queste tecniche possa portare alla formulazione di terapie personalizzate (la cosiddetta medicina di precisione). Considerando che la semplice osservazione visiva non è in grado di elaborare l’enorme quantità di immagini mediche oggigiorno disponibili, si avverte sempre più l’esigenza di metodologie atte a processare automaticamente questa ingente mole di dati. In questo contesto sta emergendo la radiomica come disciplina atta ad introdurre, nella diagnostica per immagini, una estrazione di conoscenza di tipo quantitativo.

Scopo dell’unità di ricerca sulla Radiomica per le analisi di bioimmagini è quello di sviluppare soluzioni innovative utilizzando tecniche di intelligenza artificiale (tipicamente deep learning) ma anche di verifica formale per la diagnosi e la prognosi di patologie.

Coordinatore: Luca Brunese

Rettore dell’Università degli Studi del Molise. Nato a Napoli, il 9 giugno 1966, a 23 anni, nel 1989, si laurea con lode, in Medicina e Chirurgia all’Università degli Studi di Napoli Federico II; nel 1993, sempre con lode, si specializza in Radiodiagnostica alla Federico II di Napoli. Nel 1997 diventa ricercatore, nello stesso Ateneo, in diagnostica per immagini e radioterapia, ruolo che ricopre sino al 2005. Nel 2005 viene chiamato come Professore associato dall’Università degli Studi del Molise per l’appena istituita Facoltà di Medicina e Chirurgia. Dal 2012 è professore ordinario di diagnostica per immagini e radioterapia e nel 2015 viene eletto Direttore del Dipartimento di Medicina e Scienze della Salute.  La sua produzione scientifica e oltreché di ricerca è documentata da oltre 215 pubblicazioni che spaziano dai diversi campi della diagnostica per immagine, della neurologia e della radiologia interventistica, 10 i libri come autore e 4 con la sua collaborazione scientifica; 13 i capitoli a sua firma all’interno di importanti testi, 156 gli abstract e 162 le relazioni e le lectio su invito tenute in simposi nazionali ed internazionali.

Gianfranco Vallone

Specializzazione in Radiologia, Radioterapia e Medicina Nucleare presso l’Università di Napoli, Luglio 1982, con votazione massima. Diploma Europeo di Ecografia, 1986 Qualifica “European School of Ultrasonology” come esperto in Ecografia Gastroenterologica (Merano, 1992), Muscolo-Tendinea (Venezia, 1994) e Doppler Vascolare (Repubblica di San Marino, 1994) Responsabile del Servizio di Ecografia della “Federico II” di Napoli sino al 12/2019 Professore Aggregato presso il Dipartimento di Diagnostica per Immagini e Radioterapia, AOU II Policlinico di Napoli, dal 2007 al 2017 Professore Associato presso il Dipartimento di Diagnostica per Immagini e Radioterapia, AOU II Policlinico di Napoli dal 2018 al 2019 Responsabile del Dipartimento di Radiologia Pediatrica dal 2009 al 2019 Professore Ordinario presso il Dipartimento di Diagnostica per Immagini e Radioterapia, Università degli studi del Molise, dal 2020 Direttore scuola di specializzazione in Diagnostica per Immagini presso Università degli studi del Molise, dal 2020

Antonella Santone

è nata a Montreal (Canada) il 13/06/1969.  È professore associato per il SSD ING-INF/05  “Sistemi di Elaborazione delle Informazioni” presso il Dipartimento di Medicina e Scienze della Salute dell’Università del Molise dal 2017.  Presso la stessa Università, è delegata del Rettore per la Didattica. Nel 1993 ha conseguito la Laurea in Scienze dell’Informazione, presso l’Università di Pisa e nel 1997 ha conseguito il titolo di Dottore di Ricerca in Ingegneria Elettronica, Informatica e delle Telecomunicazioni presso l’Università di Pisa. Dal 1998 al 2001 è stata in servizio, come ricercatore, presso il Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa. Dal 2001 al 2017 è stata in servizio in qualità di professore associato presso l’Università del Sannio. L’attività di ricerca di Antonella Santone si svolge principalmente nell’ambito dei metodi formali per l’analisi e la verifica di sistemi, con particolare attenzione alle tecniche di model checking. I suoi interessi di ricerca includono tecniche di descrizione formale, intelligenza artificiale, logiche temporali, ricerca euristica, radiomica, modellazione e analisi di sistemi biologici e medici. È autrice di oltre 170 lavori scientifici pubblicati su riviste e atti di convegni internazionali. È nell’editorial board di diverse riviste internazionali tra cui: The Computer Journal, Oxford University Press.

Francesco Mercaldo

ha conseguito la laurea specialistica in Ingegneria Informatica presso l’Università degli Studi del Sannio di Benevento.  Presso la stessa università ha conseguito il dottorato di ricerca in Ingegneria dell’Informazione. Nel 2016 è risultato vincitore di un assegno di ricerca post dottorale presso l’Istituto di Informatica e Telematica del Consiglio Nazionale delle Ricerche (CNR) di Pisa. Dal 2020 è Ricercatore a tempo determinato (RTDa) presso l’Università degli Studi del Molise. Le sue tematiche di ricerca sono relative all’ intelligenza artificiale, alla radiomica ed alla rilevazione di diagnosi a partire da immagini mediche.

Pasquale Guerriero

Laureato in medicina e chirurgia Specializzando in Radiodiagnostica all’ultimo anno all’Università degli studi del Molise Dottorando al primo anno in medicina clinica e traslazionale all’Università degli studi del Molise Ha contribuito sin dall’inizio dei suoi studi specialistici allo sviluppo di software di radiomica nella convinzione che il futuro vedrà una sempre più consistente integrazione delle macchine nel processo diagnostico.

Giulia Varriano

è nata a Campobasso (CB) il 10/04/1996. Nell’anno accademico 2017/2018 ha conseguito la Laurea Triennale in Informatica (L-31) presso l’Università degli Studi del Molise presentando la tesi in “Calcolo Numerico”, dal titolo “I filtri per le immagini digitali in GIMP”. Gli studi sono proseguiti nello stesso Ateneo fino al 2020, con il conseguimento della Laurea Magistrale in Sicurezza dei Sistemi Software (LM-66) e la relativa tesi in “Sicurezza delle reti e dei sistemi software” dal titolo “Radiomica e metodi formali per la diagnosi del COVID-19”. Sempre nel 2020, è stata ammessa al Corso di Dottorato di Medicina Traslazionale e Clinica (XXXVI ciclo) dell’Ateneo Molisano. La proposta di ricerca consiste nella definizione ed implementazione di soluzioni informatiche per la medicina. I suoi interessi di ricerca coinvolgono i Metodi Formali, una metodologia innovativa che, tramite immagini radiologiche e dati del paziente, riesce a descrivere le caratteristiche peculiari dello stato di salute di un paziente. Tale lavoro potrebbe portare grandi vantaggi per il settore medico, ad esempio stabilire con maggiore sicurezza la diagnosi e la prognosi di un paziente, le quali diventano accurate ed automatiche grazie ad approcci non-invasivi, veloci e a basso costo.

Marcello Zappia

Selezione delle pubblicazioni del Gruppo sulla Radiomica

• Luca Brunese, Francesco Mercaldo, Alfonso Reginelli, Antonella Santone. Formal modeling for magnetic resonance images tamper mitigation, Procedia Computer Science, 2019, 159, pp. 1803-1810.
• Luca Brunese, Francesco Mercaldo, Alfonso Reginelli, Antonella Santone. Radiomic Features for Medical Images Tamper Detection by Equivalence Checking, Procedia Computer Science, 2019, 159, pp. 1795-1802.
• Luca Brunese, Francesco Mercaldo, Alfonso Reginelli, Antonella Santone. A Blockchain Based Proposal for Protecting Healthcare Systems through Formal, Procedia Computer Science, 2019, 159, pp. 1787-1794.
• Brunese, F. Mercaldo, A. Reginelli, A. Santone “Prostate Gleason Score Detection and Cancer Treatment through Real-Time Formal Verification”, IEEE Access, 7, 2019, pp. 186236-186246.
• Luca Brunese, Francesco Mercaldo, Alfonso Reginelli, Antonella Santone. Formal Methods for Prostate Cancer Gleason Score and Treatment Prediction using Radiomic Biomarkers. Magnetic Resonance Imaging, 2020, Elsevier, Amsterdam.
• Luca Brunese, Francesco Mercaldo, Alfonso Reginelli, Antonella Santone. An Ensemble Learning Approach for Brain Cancer Detection exploiting Radiomic Features. Computer Methods and Programs in Biomedicine, 2019, Elsevier, Amsterdam, 185, 2020.
• Luca Brunese, Francesco Mercaldo, Alfonso Reginelli, Antonella Santone. Explainable Deep Learning for Pulmonary Disease and Coronavirus COVID-19 Detection from X-rays. Computer Methods and Programs in Biomedicine, Elsevier, Amsterdam.
• Luca Brunese, Francesco Mercaldo, Alfonso Reginelli, Antonella Santone. Radiomic Features for Gleason Score Detection through Deep Learning. Sensors. MDPI Multidisciplinary Digital Publishing Insititute. 20(18), 5411, 20202; doi:10.3390/s20185411.
• Longquan Jiang, Xuan Suna, Francesco Mercaldo, Antonella Santone. DECAB-LSTM: Deep Contextualized Cancer Hallmark Classification. Knowledge Based Systems, Elsevier.
• Antonella Santone, Maria Chiara Brunese, Federico Donnarumma, Pasquale Guerriero, Francesco Mercaldo, Alfonso Reginelli, Vittorio Miele, Andrea Giovagnoni, Luca Brunese. Radiomic Features for Prostate Cancer Grade Detection through Formal Verification. Radiologia Medica, Springer, 2020.