Finanziato dall’Unione europea – Next Generation EU
Finanziato dall’Unione europea – Next Generation EU
Nel settore biomedicale, la verifica della qualità delle sonde ecografiche è fondamentale per garantire l’accuratezza diagnostica. Tuttavia, i test attualmente in uso sono spesso eseguiti manualmente, risultando soggetti a variabilità, lentezza e scarsa ripetibilità. Queste prove richiedono una forte componente soggettiva da parte dell’operatore, generando risultati poco standardizzati e difficilmente replicabili. Il bisogno di efficienza e precisione ha quindi spinto verso soluzioni automatizzate e più affidabili.
Il progetto Soundflex ha introdotto una soluzione innovativa basata sulla combinazione di robotica collaborativa e intelligenza artificiale per automatizzare l’intero processo di test delle sonde ecografiche. Dopo un’approfondita analisi delle modalità operative manuali, è stato sviluppato un sistema che prevede il posizionamento automatico della sonda tramite un braccio robotico – cobot – e l’analisi delle immagini ecografiche attraverso reti neurali addestrate su dati specifici di diverse tipologie di sonde. In particolare, sono stati creati algoritmi per l’allineamento sonda-cono, inizialmente con un approccio di classificazione e regressione, poi ottimizzati in una versione puramente classificatoria. Anche il test di qualità dell’immagine è stato automatizzato, utilizzando una rete neurale ResNet18 per confrontare le immagini acquisite con un Phantom di riferimento. Tutto il sistema opera in locale, in ambiente Docker, garantendo tempi di risposta rapidi e sicurezza dei dati.
Grazie a questa soluzione, il processo di test è stato completamente automatizzato, eliminando la necessità di intervento manuale e aumentando significativamente la ripetibilità e l’affidabilità dei risultati. Le reti neurali sviluppate hanno raggiunto un’accuratezza superiore al 99% nella classificazione delle immagini, migliorando così la qualità del controllo. Inoltre, la possibilità per Prensilia di adattare autonomamente gli algoritmi a nuove tipologie di sonde rende il sistema altamente scalabile ed efficiente, con benefici tangibili in termini di riduzione dei tempi e degli errori.
CIM4.0 ha svolto un ruolo chiave nella realizzazione del progetto affiancando Prensilia con competenze tecniche avanzate in ambito AI. Questo ha permesso all’azienda di acquisire competenze strategiche per la gestione autonoma delle tecnologie sviluppate.
Il supporto ha riguardato: