Stima antropometrica da immagini 2D: un approccio probabilistico basato su modelli linguistici visivi

Modelli Linguistici Visivi (VLM- Visual Language Models) offrono un framework promettente per estrarre informazioni semantiche e geometriche da immagini 2D, consentendo la valutazione della morfologia corporea a partire da un input minimo. Nella nostra sperimentazione preliminare, all’interno del progetto MAYA, indaghiamo il potenziale dei VLM nell’inferire descrittori della composizione corporea clinicamente rilevanti a partire da due sole immagini RGB acquisite tramite una singola telecamera. A differenza dei tradizionali approcci di morfologia computazionale basati sulla ricostruzione 3D e su hardware specializzato, il nostro metodo punta a una diffusione a basso costo e scalabile in contesti reali. Suggeriamo in via sperimentale che i VLM possano catturare rappresentazioni significative della forma e della composizione corporea, consentendo la stima di marcatori surrogati relativi al peso corporeo, alla distribuzione del grasso e all’adiposità viscerale. Il nostro lavoro rappresenta un passo iniziale ed esplorativo per il monitoraggio non invasivo e continuo della morfologia corporea al di fuori dei contesti clinici, con potenziali applicazioni nella stratificazione precoce del rischio e nella valutazione a lungo termine della salute cardiovascolare nei pazienti oncologici.