Applicare l'apprendimento automatico all'interpretazione della morfologia dei cristalli urinari.

I calcoli renali si formano principalmente a causa della sovrasaturazione degli ioni nelle urine, che porta alla formazione di cristalli. La valutazione del rischio di calcoli renali si basa sull'anamnesi del paziente, sui test biochimici delle urine e su vari esami di laboratorio. La combinazione di questi con studi di imaging come scansioni TC, ultrasuoni e raggi X aiuta a diagnosticare il tipo di calcoli renali, sebbene i risultati dell'imaging per calcoli più piccoli possano essere meno accurati. La formazione di calcoli è comune con un alto tasso di recidiva ed esiste una forte correlazione tra i cristalli di urina e la composizione dei calcoli. Pertanto, l'analisi dei cristalli di urina è significativa per la diagnosi, la valutazione delle strategie di trattamento e la prevenzione della recidiva di calcoli nella malattia renale.

L'analisi microscopica dei cristalli di urina consente l'osservazione di cristalli più piccoli. Tuttavia, la microscopia manuale delle urine è lenta e richiede tempo. Per risolvere questo problema, miriamo a sviluppare un software di intelligenza artificiale per assistere nell’interpretazione dei cristalli di urina, fornendo un’analisi più rapida. Analizzeremo retrospettivamente le immagini dei cristalli di urina archiviate da ricerche precedenti (ricerca del progetto interno del Chang Gung Memorial Hospital n. 107123-E) per identificare i tipi di cristalli. La successiva preelaborazione delle immagini e l'etichettatura delle categorie verranno eseguite per addestrare e dedurre il software della macchina. I risultati verranno confrontati con l'interpretazione manuale per stabilire l'accuratezza del software.