Scientific Report pubblica uno studio del Centro della Complessità e dei Biosistemi dell'Università Statale di Milano su un modello di analisi morfologica digitalizzata degli spermatozoi di topi, in grado di cogliere differenze indistinguibili per l'occhio umano.
Utilizzando un algoritmo che attinge a una grande quantità di immagini digitali di spermatozoi di topo, lo studio del team di ricerca - guidato da Caterina La Porta, docente di Patologia generale al dipartimento di Scienze e Politiche ambientali - apre a possibili applicazioni nella medicina riproduttiva.
La presenza di anomalie - come una testa troppo grande o deformata, una coda storta o doppia - potrebbe ridurre la capacità degli spermatozoi di raggiungere l'ovulo e fecondarlo. Per questo la loro morfologia è uno dei fattori che vengono esaminati nell'analisi del liquido seminale, per valutare la fertilità maschile. Esame che viene effettuato da specialisti con anni di esperienza nell'osservare gli spermatozoi al microscopio e classificarli in base al loro aspetto.
La crescente disponibilità di immagini digitali rende possibile lo sviluppo di tecniche di identificazione e classificazione automatica delle anomalie, che consentirebbero diagnosi più rapide ed efficienti. Al momento, però, simili strumenti sono disponibili solo per l'analisi della motilità degli spermatozoi. I dispositivi finora sviluppati per valutare la loro morfologia sono ancora difficili da usare e non sufficientemente accurati. Ecco perché è ancora necessario affidarsi all'occhio allenato di esaminatori esperti. Un metodo che, però, pur essendo quello attualmente più affidabile, comporta una certa variabilità nei risultati.
"I sistemi basati sull'apprendimento automatico potrebbero giocare un ruolo chiave nel migliorare l’efficienza dell’analisi morfologica degli spermatozoi" - spiega la professoressa La Porta. "Questi sistemi possono addestrarsi da soli in modo da individuare e riconoscere schemi particolari nei dati che noi gli forniamo, sulla base dei quali poi producono un modello. L'obiettivo finale consiste nel classificare automaticamente un insieme di dati di cui ancora non sappiamo nulla".
Scarica il comunicato stampa integrale
Per informazioni
Università degli Studi di Milano
Centro della Complessità e dei Biosistemi
Prof.ssa Caterina La Porta
Tel. 02 503 14927 - 14928
caterina.laporta@unimi.it
Ufficio Stampa
Anna Cavagna - Glenda Mereghetti
Tel. 02 503 12983 - 12025
ufficiostampa@unimi.it
Potrebbero interessarti anche