Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

PID2021-123390OB-C21

Financiado

ENSAYOS CLINICOS VIRTUALES PARA ALGORITMOS DE IA EXPLICABLE EN EL CANCER DE MAMA

EL CRIBADO DEL CANCER DE MAMA HA TENIDO UN GRAN IMPACTO EN LA REDUCCION DE LA MORTALIDAD. EN LOS PROGRAMAS DE CRIBADO DE MAMA, LA MAMOGRAFIA ESTANDAR (MG) ES LA MODALIDAD MAS UTILIZADA PARA DETECTAR EL CANCER DE MAMA EN ESTADIOS T... ver más

01/01/2021

UDG

185K€

Presupuesto del proyecto: 185K€

Líder del proyecto

UNIVERSITAT DE GIRONA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 226

Ver Participantes

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01

0% 100%

Participantes

UDG

Lider

Proyectos interesantes

TIN2012-37171-C02-01 IA-BIOBREAST: ANALISIS TEMPORAL Y DETECCION AUTOMATICA DE LE... 33K€ Cerrado

TED2021-130081B-C21 A COMPREHENSIVE COMPUTER-AIDED DIGANOSIS (CAD) SYSTEM BASED... 193K€ Cerrado

PDC2022-133383-I00 PLATAFORMA POTENCIADA POR IA PARA EL DIAGNOSTICO DE SUBTIPOS... 129K€ Cerrado

TIN2011-23704 M3CAD. MULTI-MODALITY AND MULTI-VIEW MAMMOGRAPHIC COMPUTER A... 15K€ Cerrado

EUIN2017-84904 DESARROLLO DE UN SISTEMA CAD BASADO EN BIOMARCADORES DE IMAG... 25K€ Cerrado

Sistema de diagnóstico temprano y no invasivo... Sistema de diagnóstico temprano y no invasivo del cáncer de... Rechazado

Últimas noticias

25-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 52 concesiones

25-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 1 concesiones

25-11-2024: FUNDACION-EOI En las últimas 48 horas el Organismo FUNDACION EOI ha otorgado 6 concesiones

Líder del proyecto

UNIVERSITAT DE GIRONA

Total investigadores 226

Presupuesto del proyecto 185K€

Descripción del proyecto EL CRIBADO DEL CANCER DE MAMA HA TENIDO UN GRAN IMPACTO EN LA REDUCCION DE LA MORTALIDAD. EN LOS PROGRAMAS DE CRIBADO DE MAMA, LA MAMOGRAFIA ESTANDAR (MG) ES LA MODALIDAD MAS UTILIZADA PARA DETECTAR EL CANCER DE MAMA EN ESTADIOS TEMPRANOS, AUNQUE EN DETERMINADAS PACIENTES OTRAS MODALIDADES COMO LA RESONANCIA MAGNETICA (RM) O LA ECOGRAFIA (US) PROPORCIONAN INFORMACION COMPLEMENTARIA PARA EL DIAGNOSTICO. A PESAR DEL IMPACTO EN LA REDUCCION DE LA MORTALIDAD, EL CRIBADO MAMARIO TODAVIA TIENE MARGEN DE MEJORA, ESPECIALMENTE EN DETERMINADAS POBLACIONES DE MUJERES. ESTA MEJORA SE ACEPTA ACTUALMENTE QUE PUEDE SER IMPULSADA POR DOS CAMPOS DE INVESTIGACION MUY ACTIVOS: LAS MODALIDADES DE IMAGEN EMERGENTES BASADAS EN LOS DESARROLLOS DE LA FISICA DE LA IMAGEN (EJ. TOMOGRAFIA COMPUTARIZADA DE MAMA -CT-, LA IMAGEN DE CONTRASTE DE FASE -PCI-) Y EL DIAGNOSTICO ASISTIDO POR ORDENADOR (CAD) BASADO EN TECNICAS DE IA Y APRENDIZAJE PROFUNDO. LOS SISTEMAS DE CAD SE BASAN ACTUALMENTE EN EL APRENDIZAJE PROFUNDO Y HAN MOSTRADO RENDIMIENTOS COMPARABLES A LOS DE LOS RADIOLOGOS MEDIOS EN CONDICIONES CONTROLADAS. SIN EMBARGO, LA ROBUSTEZ DE ESOS SISTEMAS ES A MENUDO UN PROBLEMA, YA QUE LOS DIFERENTES FABRICANTES, LAS POBLACIONES DE PACIENTES O LA PREVALENCIA DEL CANCER TIENEN UN IMPACTO EN SU RENDIMIENTO. EN ESTE SENTIDO, ES NECESARIO DESARROLLAR SISTEMAS DE IA EXPLICABLE (XAI) QUE DESCRIBAN EL PROCESO DE TOMA DE DECISIONES.UNA CARACTERISTICA COMUN A LOS SISTEMAS DE FISICA DE LA IMAGEN Y CAD ES LA NECESIDAD DE GRANDES CANTIDADES DE DATOS DEL MUNDO REAL PARA SU DESARROLLO. EL USO DE DATOS REALES SUELE CONLLEVAR ESTUDIOS COSTOSOS Y LARGOS, ASI COMO PROBLEMAS ETICOS Y DE RADIACION CUANDO SE TRATA DE PACIENTES. UNA ALTERNATIVA A LOS DATOS DEL MUNDO REAL SON LOS DATOS SINTETICOS OBTENIDOS CON ENSAYOS CLINICOS VIRTUALES (VCT), QUE SON SIMULACIONES POR ORDENADOR PARA PRODUCIR IMAGENES QUE IMITAN LOS DATOS DEL MUNDO REAL.EL OBJETIVO DEL SP1 ES DESARROLLAR ALGORITMOS DE IA BASADOS EN EL APRENDIZAJE PROFUNDO, EL APRENDIZAJE AUTOMATICO Y EL ANALISIS DE IMAGENES PARA AYUDAR EN LOS PROCESOS DE ADQUISICION DE IMAGEN Y DIAGNOSTICO DEL CANCER DE MAMA, EN DISTINTAS AREAS DE APLICACION: 1) VTCS: EL DESARROLLO DE METODOS GENERATIVOS DE APRENDIZAJE PROFUNDO PARA SIMULAR LESIONES Y OTRAS ESTRUCTURAS MAMARIAS PARA MEJORAR LOS VCT ACTUALES OBTENIENDO IMAGENES MAS REALISTAS; 2) LA GENERACION DE IMAGENES SINTETICAS PARA OPTIMIZAR LOS ALGORITMOS DE RECONSTRUCCION EN MODALIDADES EMERGENTES COMO PCI, 3) EL DESARROLLO DE UNA PLATAFORMA DE EVALUACION DE ALGORITMOS DE APRENDIZAJE PROFUNDO PARA LA DETECCION Y DIAGNOSTICO DE LESIONES EN MG, DBT Y RM, Y LA PREDICCION DE LA RESPUESTA AL TRATAMIENTO TERAPEUTICO EN DCE-RM. ESTA EVALUACION SE BASARA EN LA PRECISION, PERO TAMBIEN EN ASPECTOS DE EXPLICABILIDAD, ETICA Y ROBUSTEZ. POR ULTIMO, TENIENDO EN CUENTA LOS RESULTADOS DE LA EVALUACION DE LOS ALGORITMOS YA DISPONIBLES, DESARROLLAREMOS NUEVOS ALGORITMOS QUE MITIGUEN LAS LIMITACIONES ACTUALES DE FALSOS POSITIVOS, ROBUSTEZ Y EXPLICABILIDAD. ESTAS HERRAMIENTAS Y ALGORITMOS SE EVALUARAN UTILIZANDO DATOS REALES Y SINTETICOS CON LA OPINION DE RADIOLOGOS. LOS RESULTADOS DEL PROYECTO ESTARAN DISPONIBLES EN REPOSITORIOS DE DATOS ABIERTOS Y PLATAFORMAS ONLINE.ESTE SUBPROYECTO REUNE A UN EQUIPO DE EXPERTOS E INVESTIGADORES MULTIDISCIPLINARES CON EXPERIENCIA EN CAMPOS COMO LA RADIOLOGIA, INTELIGENCIA ARTIFICIAL Y APRENDIZAJE PROFUNDO, DESARROLLO E INTEGRACION DE SOFTWARE Y LA GENOMICA COMPUTACIONAL. EDICAL IMAGE ANALYSIS\COMPUTER AIDED DIAGNOSIS AND TREATMENT\RADIOLOGY\DEEP LEARNING\BREAST CANCER\MEDICAL PHYSICS

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores