Hola,
¿eres nuevo aquí?

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

PID2019-104087RB-I00

Financiado

HEMATOPATOLOGIA COMPUTACIONAL: SOLUCIONES DE APRENDIZAJE PROFUNDO PARA EL DIAGNO...

HEMATOPATOLOGIA COMPUTACIONAL: SOLUCIONES DE APRENDIZAJE PROFUNDO PARA EL DIAGNOSTICO DE ENFERMEDADES HEMATOLOGICAS A PARTIR DE IMAGENES DE CELULAS DE SANGRE PERIFERICA LA INVESTIGACION ESTA MOTIVADA POR LA NECESIDAD URGENTE, DEMANDADA POR LA PRACTICA CLINICA Y LA RECIENTE LITERATURA, DE DESARROLLAR HERRAMIENTAS COMPUTACIONALES DE AYUDA AL PATOLOGO CLINICO PARA DAR UN DIAGNOSTICO MAS RAPIDO, OBJE... ver más

01/01/2019

UPC

73K€

Presupuesto del proyecto: 73K€

Líder del proyecto

Universidad Politécnica de Cataluña No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 9

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2019-01-01

0% 100%

Participantes

UPC

Lider

Proyectos interesantes

CompHematoPathology Computational Hematopathology for Improved Diagnostics 2M€ Cerrado

PDC2022-133514-I00 SISTEMA COMPUTACIONAL PARA EL DIAGNOSTICO DE LEUCEMIAS AGUDA... 104K€ Cerrado

DPI2015-64493-R CARACTERIZACION Y CLASIFICACION MORFOLOGICA DE CELULAS LEUCE... 111K€ Cerrado

LeukoScreen AI-based leukemia detection in routine diagnostic blood sme... 150K€ Cerrado

NADIR New directions for deep learning in cancer research through... 1M€ Cerrado

TED2021-132296A-C53 BIOFISICA COMPUTACIONAL PARA LA DIGITALIZACION DE LEUCEMIA I... 133K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

Universidad Politécnica de Cataluña

Total investigadores 9

Presupuesto del proyecto 73K€

Descripción del proyecto LA INVESTIGACION ESTA MOTIVADA POR LA NECESIDAD URGENTE, DEMANDADA POR LA PRACTICA CLINICA Y LA RECIENTE LITERATURA, DE DESARROLLAR HERRAMIENTAS COMPUTACIONALES DE AYUDA AL PATOLOGO CLINICO PARA DAR UN DIAGNOSTICO MAS RAPIDO, OBJETIVO Y PRECISO DE ENFERMEDADES HEMATOLOGICAS MALIGNAS,EL RECONOCIMIENTO DE CELULAS ANORMALES EN LA SANGRE ES EL PRIMER PASO EN EL DIAGNOSTICO DEL 80% DE ENFERMEDADES HEMATOLOGICAS, CON LOS AÑOS HA HABIDO UNA TENDENCIA CRECIENTE HACIA EL USO DE ANALIZADORES QUE, MEDIANTE UN MICROSCOPIO MOTORIZADO, UNA CAMARA Y UN SOFTWARE PROPORCIONAN UN CONJUNTO DE IMAGENES DE LOS DIFERENTES TIPOS DE CELULAS EN LOS FROTIS DE PACIENTES, EL PATOLOGO CLINICO ANALIZA LA MORFOLOGIA DE LAS CELULAS PARA DETECTAR ANORMALIDADES RELACIONADAS CON DISTINTAS ENFERMEDADES Y DAR UNA ORIENTACION DIAGNOSTICA, ESTA INSPECCION VISUAL REQUIERE HABILIDAD Y EXPERIENCIA Y ESTA SUJETA A SUBJETIVIDAD, TENDIENDO A DAR DIAGNOSTICOS ERRONEOS, ANALISIS DE IMAGENES, CARACTERISTICAS CUANTITATIVAS Y CLASIFICACION CON APRENDIZAJE AUTOMATICO HAN SIDO LAS PRINCIPALES HERRAMIENTAS TECNOLOGICAS ADOPTADAS EN LA ULTIMA DECADA PARA SUPERAR TALES INCONVENIENTES, LA RECIENTE EXPLOSION DEL APRENDIZAJE PROFUNDO HA DESVIADO EL FOCO HACIA NUEVOS MODELOS DE CLASIFICACION USANDO REDES NEURONALES CONVOLUCIONALES (CNN), BASADOS EN LA EXPERIENCIA PREVIA DEL GRUPO DE INVESTIGACION Y A LA LUZ DE LA EXPERIENCIA CLINICA EN UN LABORATORIO DE REFERENCIA EN DIAGNOSTICO HEMATOLOGICO, EL OBJETIVO DEL PROYECTO ES DESARROLLAR MODELOS CNN PARA RESOLVER LOS SIGUIENTES PROBLEMAS: 1, DIFERENCIACION DE CELULAS ANORMALES (LEUCEMIA Y LINFOMA) VERSUS CELULAS REACTIVAS (INFECCION),2, DIFERENCIACION DEL ORIGEN DE ESTAS CELULAS (MIELOIDE, MONOCITICO, PROMIELOCITICO O LINFOIDE), 3, SI SE HAN DETECTADO O SOSPECHADO CELULAS LINFOIDES ANORMALES, DISCERNIR ENTRE LOS MAS FRECUENTES LINFOMAS B O T,4, SI SE HAN DETECTADO NEUTROFILOS HIPOGRANULARES, AYUDAR A RECONOCER SI ESTOS MUESTRAN O NO SIGNOS DISPLASICOS,5, IDENTIFICACION DE HEMATIES ALTERADOS EN LAS SITUACIONES SIGUIENTES: A) DISTINGUIR HEMATIES INFECTADOS CON MALARIA DE OTROS NO INFECTADOS Y TAMBIEN DE HEMATIES CON OTRAS INCLUSIONES; Y B) RECONOCER ALTERACIONES EN LOS HEMATIES ASOCIADAS A ANEMIAS HEMOLITICAS CRITICAS, NUESTROS MODELOS EXPLOTARAN ALGUNOS DE LOS DESARROLLOS MAS RECIENTES EN APRENDIZAJE PROFUNDO, COMO LAS REDES ADVERSARIAS PARA GENERAR EFECTOS DE TINCION ARTIFICIALES, TECNICAS BAYESIANAS PARA USAR INFORMACION DISPONIBLE SOBRE PACIENTES Y ENFERMEDADES EN EL ENTRENAMIENTO Y NUEVAS TECNICAS DE VISUALIZACION PARA EXTRAER INTERPRETACIONES MORFOLOGICAS Y CLINICAS A PARTIR DE LOS MAPAS DE CARACTERISTICAS OBTENIDOS AUTOMATICAMENTE,LOS MODELOS SERAN TRADUCIDOS A ALGORITMOS IMPLEMENTABLES MEDIANTE UNA NUEVA PLATAFORMA WEB DONDE EL ESPECIALISTA SUBIRA LAS IMAGENES DE LAS CELULAS DEL FROTIS DEL PACIENTE DIRIGIENDOLAS ALMODELO CNN MAS APROPIADO, ESTE CLASIFICARA LAS IMAGENES EN UNA DE LAS CATEGORIAS DE CELULAS INCLUIDAS EN EL PROYECTO, EN ESTE MARCO COMPUTACIONAL, LOS PATOLOGOS CLINICOS MANTENDRAN SU PAPEL ESENCIAL EN EL PROCESO DE DIAGNOSTICO: 1) TENDRAN LA PRIMERA IMPRESION VISUAL DE LA MORFOLOGIA Y, JUNTO CON EL CONOCIMIENTO DE OTROS DATOS RELEVANTES COMO CONTEO DE LEUCOCITOS, NIVEL DE HEMOGLOBINA O CONTEO DE TROMBOCITOS, TENDRAN A SU DISPOSICION EL CLASIFICADOR MAS ADECUADO; Y 2) TENDRAN EN SU MANO LA INTERPRETACION DE LOS RESULTADOS DE LA CLASIFICACION PARA DAR SU ORIENTACION DIAGNOSTICA FINAL, HEMATOPATOLOGIA COMPUTACIONAL\DIAGNOSTICO HEMATOLOGICO\CELULAS SANGUINEAS\APRENDIZAJE PROFUNDO\REDES NEURONALES CONVOLUCIONALES

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores