Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

PID2020-116907RB-I00

Financiado

INTELIGENCIA ARTIFICIAL INSESGADA Y EXPLICABLE PARA IMAGENES MEDICAS

LA RELEVANCIA QUE LAS TECNOLOGIAS DE INTELIGENCIA ARTIFICIAL (IA) TENDRAN EN NUESTRA SOCIEDAD HA SIDO CLARAMENTE PREVISTA A TODAS LAS ESCALAS, ENTRE LOS DOMINIOS QUE PREVISIBLEMENTE SE BENEFICIARAN DE SU USO, DESTACA LA ATENCION M... ver más

01/01/2020

UPC

164K€

Presupuesto del proyecto: 164K€

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 2020-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UPC

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

Proyectos interesantes

FJC2019-040039-I Analisis de Imagen Médica, Inteligencia Artificial 50K€ Cerrado

FJC2021-048082-I Procesamiento de señales biomédicas con inteligencia artific... 65K€ Cerrado

IJC2018-037845-I Biomedicine and Artificial Intelligence 93K€ Cerrado

AIS-CaP Interpretable Artificial Intelligence across Scales for Next... 1M€ Cerrado

PID2020-115225RB-I00 ASPECTOS MATEMATICOS DEL PROCESAMIENTO DE IMAGENES BIOMEDICA... 41K€ Cerrado

RYC-2011-08174 Advanced Image Processing and Machine Learning for the Analy... 184K€ Cerrado

Líder del proyecto

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

Total investigadores 9

Presupuesto del proyecto 164K€

Descripción del proyecto LA RELEVANCIA QUE LAS TECNOLOGIAS DE INTELIGENCIA ARTIFICIAL (IA) TENDRAN EN NUESTRA SOCIEDAD HA SIDO CLARAMENTE PREVISTA A TODAS LAS ESCALAS, ENTRE LOS DOMINIOS QUE PREVISIBLEMENTE SE BENEFICIARAN DE SU USO, DESTACA LA ATENCION MEDICA, EN ESTE CONTEXTO, LA IMAGEN MEDICA ES UNA DE LAS APLICACIONES MAS PROMETEDORAS,A PESAR DE QUE YA ESTAN DISPONIBLES MUCHOS ALGORITMOS ROBUSTOS Y AVANZADOS DE MACHINE LEARNING / DEEP LEARNING (ML / DL) PARA EL ANALISIS DE IMAGENES, SU VALIDACION E IMPLEMENTACION EN EL DOMINIO MEDICO AUN ES LIMITADA DEBIDO A VARIOS RETOS EN ESTE CAMPO, EN EL PROYECTO AIMING, ABORDAREMOS DOS DE ELLOS: SESGOS EN LOS MODELOS DEBIDO A LOS DATOS DE ENTRENAMIENTO: LOS MODELOS ML/DL EN IMAGENES MEDICAS CONLLEVAN DIVERSAS DIFICULTADES DEBIDAS A POSIBLES SESGOS INTRODUCIDOS POR (I) LA DISPONIBILIDAD DE DATOS; (II) FALTA DE DATOS ANOTADOS O ETIQUETADOS, QUE DEBEN SER ANOTADOS POR EXPERTOS; (III) CAMBIOS EN LOS CONJUNTOS DE DATOS, YA QUE LOS MODELOS PUEDEN NO GENERALIZAR A DOMINIOS DIFERENTES; Y (IV) EVOLUCION DE LOS DATOS EN LA IMPLEMENTACION, POR CAMBIOS EN LOS PROTOCOLOS DE ADQUISICION, EXPLICABILIDAD DE LOS RESULTADOS: MUCHOS MODELOS ML/DL NO OFRECEN UNA INTERPRETACION DE SU RESULTADO, QUE PODRIA AYUDAR A COMPRENDER MEJOR UNA ENFERMEDAD, REVELAR NUEVOS BIOMARCADORES O PROPORCIONAR PISTAS PARA UNA ESTRATIFICACION MAS FINA DE LOS PACIENTES, CONVIRTIENDOSE EN HERRAMIENTAS PARA UNA MEDICINA MAS PERSONALIZADA, OTRO ASPECTO ES LA EVALUACION DE LA INCERTIDUMBRE DE LOS RESULTADOS, SE PUEDE USAR PARA COMPRENDER QUE MUESTRAS ESPECIFICAS SE IDENTIFICAN COMO DIFICILES Y PUEDEN REQUERIR UN EXAMEN MAS DETENIDO,LA INVESTIGACION BASICA DESARROLLADA ANTE LOS RETOS ANTERIORES SE PONDRA EN PRACTICA EN EL CONTEXTO DE TRES DOMINIOS MEDICOS DIFERENTES, EN CADA UNO DE LOS CUALES SE ABORDARA UNA ENFERMEDAD SOCIALMENTE RELEVANTE, EN EL CONTEXTO DE LA IMAGEN HISTOLOGICA, TRABAJAREMOS CON DIFERENTES TIPOS DE TINCIONES INMUNOHISTOQUIMICAS PARA EL DIAGNOSTICO DEL CANCER DE MAMA Y LA SELECCION DEL TIPO DE QUIMIOTERAPIA, LOS OBJETIVOS SON (I) MEJORAR LOS RESULTADOS MEDIANTE LA INTRODUCCION DEL APRENDIZAJE ADAPTATIVO EN EL SISTEMA DE ANOTACION, (II) GENERALIZAR LOS RESULTADOS A OTROS SISTEMAS DE ADQUISICION Y A DIFERENTES TUMORES, Y (III) DETERMINAR LAS AREAS TUMORALES EN LA SECCION DE TEJIDO TEÑIDO CON H&E, SE LLEVARA A CABO EN COLABORACION CON SIETE GRANDES HOSPITALES DEL INSTITUT CATALA DE LA SALUT, EN EL DOMINIO DE LA NEUROIMAGEN, ESTUDIAREMOS LA ENFERMEDAD DE ALZHEIMER (EA), HAY DOS OBJETIVOS PRINCIPALES: (I) DESARROLLAR UNA HERRAMIENTA DE PRESELECCION PARA DETECTAR, EN ETAPAS TEMPRANAS, SUJETOS EN RIESGO DE EA MEDIANTE LA COMBINACION DE CARACTERISTICAS DERIVADAS DE LAS IMAGENES DE RESONANCIA MAGNETICA Y CARACTERISTICAS ADICIONALES COMO DATOS DEMOGRAFICOS Y GENETICOS Y, (II) PREDECIR LA EDAD BIOLOGICA PARA IMPLEMENTAR TECNICAS DE TRANSFERENCIA DE APRENDIZAJE ENTRE LA EDAD Y LA PREDICCION PREVIA A LA EA, ESTA INVESTIGACION SE DESARROLLARA EN COLABORACION CON EL BARCELONA BRAIN RESEARCH CENTER, EN IMAGENES DERMATOSCOPICAS, NOS CENTRAREMOS EN DOS ASPECTOS DE LA DETECCION DEL MELANOMA: (I) DESARROLLAR MODELOS MAS EFICACES PARA LA DETECCION DEL MELANOMA, ESPECIALMENTE EN ENTORNOS SIN RESTRICCIONES Y UTILIZANDO INFORMACION MULTIMODAL Y CONTEXTUAL, Y (II) CONSTRUIR UN SISTEMA DE PREDICCION DE SUPERVIVENCIA PARA PACIENTES CON MELANOMA ORIENTADO A LA MEDICINA PERSONALIZADA, SE REALIZARA EN COLABORACION CON LA UNIDAD DE MELANOMA DEL IDIBAPS, APRENDIZAJE PROFUNDO\APRENDIZAJE AUTOMATICO\VISION POR COMPUTADOR\NEUROIMAGEN\IMAGEN HISTOLOGICA\IMAGEN DERMOSCOPICA\IA EXPLICABLE\IA INSESGADA

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores