Applicazione di algoritmi di intelligenza artificiale per la classificazione del ciclo dell'epitelio seminifero di topo

Spermatogenesis, the process that leads to sperm maturation, is a complex process that occurs within the seminiferous tubules. The seminiferous tubule consists of the seminiferous epithelium formed by somatic and germ cells. Arrangement, morphology and cell associations forming the seminiferous epithelium are such that it is possible to make a staging of the moments of gamete maturation and identify the seminiferous epithelium cycle divided, in the mouse, into 12 repeating stages (seminiferous epithelium cycle wave). The staging of the seminiferous epithelium is critical for the assessment of male reproductive function and can provide valuable information on fertility. However, manual recognition of seminiferous epithelium stages requires considerable operator effort and time and is influenced by individual experience. In order to improve the accuracy and efficiency of this assessment, it is intended to use artificial intelligence (AI) methodologies, which provide an opportunity to automate the process of identifying the stages of the seminiferous epithelium. The aim of my thesis work was to complement classical histology techniques with AI-based classification methods capable of discriminating and classifying seminiferous epithelium stages based on the pixel texture (Haralick features) of digital images. The first stage involved sample preparation and obtaining images for manual classification (PAS-E staining). Subsequently, the same images were used to obtain the dataset on which to apply the AI model. The results obtained allowed the 12 stages of the seminiferous epithelium to be discriminated with a very robust statistical value after training of an AI algorithm, allowing 94% accuracy in semiautomatic classification of the stages of the seminiferous epithelium. My data set the stage for the development of a pipeline that, in the medium and long term, could have important implications in both basic research and male reproductive medicine.

La spermatogenesi, processo che porta alla maturazione dello spermatozoo, è un processo complesso che avviene all’interno dei tubuli seminiferi. Il tubulo seminifero è costituito dall’epitelio seminifero formato da cellule somatiche e germinali. Disposizione, morfologia e associazioni cellulari che formano l’epitelio seminifero sono tali per cui è possibile fare una stadiazione dei momenti della maturazione del gamete e identificare il ciclo dell’epitelio seminifero diviso, nel topo, in 12 stadi che si ripetono (onda del ciclo dell’epitelio seminifero). La stadiazione dell’epitelio seminifero è fondamentale per la valutazione della funzione riproduttiva maschile e può fornire informazioni preziose sulla fertilità. Tuttavia, il riconoscimento manuale degli stadi dell’epitelio seminifero richiede notevole impegno e tempo da parte dell’operatore ed è influenzata dall’esperienza individuale. Per migliorare l’accuratezza e l’efficienza di questa valutazione si intende utilizzare metodologie di intelligenza artificiale (IA), che offrono l'opportunità di automatizzare il processo di identificazione degli stadi dell’epitelio seminifero. Scopo del mio lavoro di tesi è stato affiancare alle tecniche di istologia classica metodi di classificazione basati su tecniche di IA in grado di discriminare e classificare gli stadi dell’epitelio seminifero in base alla trama dei pixel (caratteristiche di Haralick) delle immagini digitali. La prima fase ha visto la preparazione del campione e l’ottenimento di immagini per la classificazione manuale (colorazione PAS-E). Successivamente, le stesse immagini sono state utilizzate per ottenere il dataset di dati su cui applicare il modello di IA. I risultati ottenuti hanno permesso di discriminare con un valore statistico molto solido i 12 stadi dell’epitelio seminifero dopo allenamento di un algoritmo di IA, consentendo di ottenere un’accuratezza del 94% nella classificazione semiautomatica degli stadi dell’epitelio seminifero. I miei dati hanno posto le basi per lo sviluppo di una pipeline che, a medio e lungo termine, potrebbe avere importanti implicazioni sia in ambito di ricerca di base sia nella medicina della riproduzione maschile.