Gianmarco Tolomeo

Progetto di Tesi Magistrale: Sistema di Supporto alle Decisioni Cliniche basato su AI Modello RiIG, Classificatori XGBoost e Analisi TreeSHAP nella Stima Ecografica Quantitativa di Miosteatosi e Steatosi Epatica.

Progettato un prototipo SaMD Point-of-Care guidato dall'AI, dotato di una GUI personalizzata per la diagnosi ecografica quantitativa in tempo reale delle malattie metaboliche. Strutturata una data pipeline altamente scalabile per l'elaborazione di oltre 315.000 patch, utilizzando l'archiviazione Parquet e un flusso di standardizzazione multi-livello (RobustScaler, NSCT) per garantire prestazioni indipendenti dall'hardware (scanner-agnostic). Ottimizzati i colli di bottiglia computazionali parallelizzando il fitting non lineare del modello statistico multidominio RiIG tramite PyTorch e CUDA su batch di 2048 patch, rendendo l'algoritmo compatibile con le tempistiche cliniche (real-time). Addestrato e validato un classificatore XGBoost con un'AUC media dell'88%, integrando algoritmi di Explainable AI (TreeSHAP) per tradurre la complessa entropia termodinamica in mappe di rischio spaziali ad alto contrasto, immediatamente interpretabili dal personale medico.

• Caratterizzazione delle proprietà meccaniche di vari tessuti, con il particolare utilizzo dell’ attuatore-trasduttore ASI modello 300B. L’attività si è suddivisa in quest’ordine:
• - Analisi meccanica di un campione inorganico in nitrile a stimolazione ciclica controllata, mediante l’utilizzo del software LabVIEW;
• - Analisi del comportamento meccanico di un campione di tessuto murino, con l’obiettivo di analizzare le proprietà viscoelestiche. Il tutto mediante l’utilizzo di una telecamera ad alta frequenza, il software ImageJ e griglie di calibrazione;
• - Analisi del comportamento viscoelastico di un campione di tendine murino sottoposto a trazione;
• - Caratterizzazione Meccanica e Funzionale in vitro delle proprietà contrattile del muscolo soleo murino. In questo caso sono stati utilizzati strumenti come ASI 800A, ASI 701C;
• - Quantificazione della concentrazione cellulare all’interno di un flask di cellule appartenenti alla linea cellulare SaOS-2 derivata da un osteosarcoma umano al fine di eseguire un ripiastraggio a concentrazione controllata;

• Progettazione di un Lab on chip per la miniaturizzazione del processo patologico della SM.

• - Visualizzazione dei file DICOM mediante il software viewer ‘MicroDicom’;
• - Segmentazione e ricostruzione dei reni in 3D mediante il software ‘3D Slicer’ attraverso diverse tecniche di segmentazione;
• - Analisi quantitativa: SNR, voxel (Matlab);
• - Analisi statistiche con 3D Slicer e Matlab;

• Sviluppo di codici MATLAB e analisi computazionale di modelli per la risoluzione di problemi ingegneristici e biomedici, utilizzando metodi numerici:
• - metodi One-Step;
• - Metodi alle differenze finite;
• - Data Fitting;
• - Machine Learning, PCA, metodi di classificazione e problemi inversi.

• Attività di Laboratorio:
• - Studio delle proprietà dielettriche dei tessuti biologici attraverso dati estrapolati da ITIS Database, ricostruzione modello Cole&Cole e polarizzazioni (Matlab);
• - Teoria delle Misure per sospensioni cellulari in linfociti ed eritrociti (Matlab);
• - Modello dosimetrico di un ellissoide proposto a un’onda piana- Calcolo SAR (Sym4Life, Matlab);
• - Modello dosimetrico antropomorfo- Calcolo SAR;

• Progettazione, Creazione, Presentazione di un progetto di Tesi Sperimentale al fine del conseguimento della Laurea Triennale in Ingegneria Informatica e Biomedica, dal titolo "Caratterizzazione di Sensori non enzimatici per la rilevazione del glucosio". Progettazione, Creazione e Caratterizzazione di sensori con parte attiva non biologica, ma minerale con l’utilizzo della Zeolite 3A, 4A, 5A.