Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

¿Te ayudamos?

Ejemplos de búsqueda

Vídeos Explicativos

CPP2022-010054

Financiado

Cerrado

Herramientas diagnósticas, pronósticas y terapéuticas

Las enfermedades cardiovasculares representan actualmente la principal causa de mortalidad a nivel global, según los datos proporcionados por la OMS. Detectarlas de forma temprana es fundamental para su correcto manejo y la preven... ver más

01/01/2022

ULMA EMBEDDED SOLU...

239K€

Presupuesto del proyecto: 239K€

Líder del proyecto

ULMA EMBEDDED SOLUTIONS No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 2M€

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2022-01-01 No tenemos la información de la convocatoria

0% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

1 Participantes

ULMA EMBEDDED SOLUTIONS

238.65K€ | Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

ULMA EMBEDDED SOLUTIONS No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 2M€

Presupuesto del proyecto 239K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Las enfermedades cardiovasculares representan actualmente la principal causa de mortalidad a nivel global, según los datos proporcionados por la OMS. Detectarlas de forma temprana es fundamental para su correcto manejo y la prevención de futuros eventos como el infarto agudo de miocardio o el ictus. Por ello, resulta imprescindible implementar medidas efectivas para la detección precoz y el tratamiento adecuado de estas enfermedades. La retina es una vía para obtener imágenes que permiten caracterizar el estado del sistema cardiovascular, gracias a técnicas como la retinografía y la tomografía de coherencia óptica (OCT). La retinografía permite obtener imágenes en color de la superficie de la retina. La OCT basada en interferometría, permite obtener imágenes de todo el espesor de la retina, pudiendo visualizar las diez capas de estas secciones de la retina a escalas casi celulares, de forma no invasiva y segura. Además, dado que la obtención de imágenes OCT es fácil, segura y coste-efectiva, se han generado grandes volúmenes de imágenes clínicas que la hacen un objetivo ideal para aplicaciones de inteligencia artificial (IA). Por lo tanto, la combinación de la OCT y la IA abre un amplio abanico de posibilidades para la detección temprana y el diagnóstico preciso de enfermedades cardiovasculares. Varios estudios han demostrado que ciertas lesiones en la retina y la disminución del grosor de algunas capas de la retina y la coroides están estrechamente relacionadas con un mayor riesgo de padecer accidentes cardiovasculares. Estos fenotipos pueden ser identificados en las retinografías y las OCT, y proporcionan una base sólida para llevar a cabo la predicción inteligente del riesgo de sufrir accidentes cardiovasculares y de sus factores de riesgo. Por lo tanto, el uso de estas técnicas de imagen junto con la inteligencia artificial puede mejorar significativamente la capacidad de diagnóstico precoz y la prevención de enfermedades cardiovasculares. El objetivo principal de ARTIACAR consiste en el desarrollo de biomarcadores de imagen mediante inteligencia artificial a partir de imágenes de la retina para la predicción del riesgo de sufrir un evento cardiovascular. Para lograrlo, se realizará una recolección retrospectiva de historias clínicas de pacientes que hayan sido atendidos por el servicio de oftalmología del Hospital Universitari Germans Trias i Pujol. De estos casos se llevará a cabo la extracción de las imágenes de retina ahí almacenadas, junto a los datos sobre los factores de riesgo cardiovasculares que sufra el paciente y el advenimiento de eventos cardiovasculares. Esta información, debidamente anonimizada, será utilizada para el desarrollo de modelos de predicción de eventos cardiovasculares, como el ictus y el infarto agudo de miocardio, la insuficiencia renal crónica, así como de factores de riesgo cardiovascular, como la hipertensión arterial crónica, la diabetes y la dislipemia. Estos hallazgos en lasde imagenes serán desarrollados mediante técnicas de aprendizaje profundo, que permiten la creación de biomarcadores basados en en imagen a partir de colecciones de imágenes junto con sus respectivos fenotipos. Para cada uno de los modelos, se entrenará una red neuronal convolucional que transformará los píxeles de las retinografías, los vóxeles de las OCT y los datos basales de los pacientes en valores de riesgo para cada una de las condiciones cardiovasculares estudiadas. Estos valores de riesgo se obtendrán a partir de un análisis automatizado de las características de las imágenes de la retina, utilizando técnicas de aprendizaje profundo para detectar patrones de lesiones específicos y alteraciones en el grosor de las capas retinianas y coroideas asociados con cada uno de los factores de riesgo cardiovascular considerados. De esta forma, se espera que los biomarcadores de imagen obtenidos por ARTIACAR sean una herramienta de gran utilidad para la predicción temprana de eventos cardiovasculares y sus factores VARROA DESTRUCTOR\GIP\RESISTENCIA\APICULTURA\ABEJAS MELIFERAS

Conecta tu I+D

Entra hoy

Forgot your password?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores