Analisi comparativa di pipeline radiomiche e loro esecuzione su architetture RISC-V

Negli ultimi anni la radiomica ha assunto un ruolo centrale nell’analisi quantitativa delle immagini mediche, permettendo l’estrazione di feature radiomiche utili per diagnosi, prognosi e medicina personalizzata. Tuttavia, le pipeline di estrazione sono complesse e computazionalmente onerose, e le loro prestazioni dipendono sia dagli algoritmi sia dall’architettura hardware.
In parallelo, l’architettura RISC-V si sta affermando come alternativa open e modulare alle ISA proprietarie, ma il suo utilizzo in applicazioni scientifiche, e in particolare in radiomica, è ancora poco studiato.
L’obiettivo di questa tesi è valutare non solo l’equivalenza delle feature estratte da pipeline radiomiche, ma anche la loro riproducibilità, robustezza e le prestazioni computazionali su diverse architetture. A tal fine, due pipeline basate su PyRadiomics sono state portate su RISC-V e confrontate con le corrispondenti implementazioni su x86.
Il lavoro ha previsto inizialmente l’analisi di due implementazioni software, che pur condividendo la stessa libreria differiscono per gestione dei dati, preprocessing e struttura del flusso computazionale. Successivamente è stata studiata l’architettura RISC-V in relazione all’esecuzione di carichi scientifici ad alta intensità computazionale e realizzato il porting delle pipeline, risolvendo incompatibilità e adattando le dipendenze necessarie.
È stata quindi condotta un’analisi della riproducibilità delle feature tramite metriche statistiche di accordo, seguita da una valutazione delle prestazioni in modalità sequenziale e parallela su entrambe le architetture.
I risultati mostrano che, a fronte di feature sostanzialmente equivalenti, le diverse scelte implementative e architetturali incidono significativamente sui tempi di esecuzione. Il lavoro contribuisce a chiarire il comportamento di RISC-V in ambito radiomico e ne supporta la valutazione come piattaforma per applicazioni di imaging biomedico.