Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

PID2021-128367OA-I00

Financiado

INTELIGENCIA ARTIFICIAL PARA UN DIAGNOSTICO TEMPRANO Y ASEQUIBLE DE ENFERMEDADES...

INTELIGENCIA ARTIFICIAL PARA UN DIAGNOSTICO TEMPRANO Y ASEQUIBLE DE ENFERMEDADES CARDIACAS MEDIANTE LA CARACTERIZACION DEL TEJIDO CARDIACO EN IMAGENES DE ECOCARDIOGRAFIA LAS ENFERMEDADES CARDIACAS SON LA PRINCIPAL CAUSA DE AÑOS DE VIDA PERDIDOS EN EL MUNDO Y LA CARGA QUE SUPONEN A NIVEL MUNDIAL ESTA AUMENTANDO. LAS TECNICAS AVANZADAS DE IMAGEN CARDIACA, COMO LA RESONANCIA MAGNETICA CARDIACA (RMC),... ver más

01/01/2021

FUNDACIO HOSPITAL...

152K€

Presupuesto del proyecto: 152K€

Líder del proyecto

FUNDACIO HOSPITAL UNIVERSITARI VALL HEBRON -... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 33M€

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

FUNDACIO HOSPITAL UNIVERSITA...

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

CNS2023-143599 Ingeniería biomédica 199K€ Cerrado

AI-driven cardiac ultrasound analysis AI-driven cardiac ultrasound analysis 4M€ Cerrado

WILLEM: AI to Reduce Cardiovascular Diseases WILLEM: AI to Reduce Cardiovascular Diseases 4M€ Cerrado

NUEVA HERRAMIENTA DE CUANTIFICACIÓN Y SEGMENT... NUEVA HERRAMIENTA DE CUANTIFICACIÓN Y SEGMENTACIÓN AUTOMÁTIC... 107K€ Cerrado

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

ORACLE Optimize risk prediction after myocardial infarction through... 1M€ Cerrado

Líder del proyecto

FUNDACIO HOSPITAL UNIVERSITARI VALL HEBRON -... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 33M€

Presupuesto del proyecto 152K€

Descripción del proyecto LAS ENFERMEDADES CARDIACAS SON LA PRINCIPAL CAUSA DE AÑOS DE VIDA PERDIDOS EN EL MUNDO Y LA CARGA QUE SUPONEN A NIVEL MUNDIAL ESTA AUMENTANDO. LAS TECNICAS AVANZADAS DE IMAGEN CARDIACA, COMO LA RESONANCIA MAGNETICA CARDIACA (RMC), HAN PERMITIDO DEMOSTRAR EL VALOR PRONOSTICO DE LAS CARACTERISTICAS DE TEXTURA DEL MIOCARDIO EN LAS PRIMERAS ETAPAS DE ESTAS ENFERMEDADES, PERO SU USO REQUIERE DE PROFESIONALES MEDICOS ESPECIALIZADOS Y DE COSTOSOS EQUIPOS, LO QUE DERIVA EN UN AUMENTO DEL GASTO SANITARIO Y DE LAS DESIGUALDADES EN EL ACCESO A LA ATENCION SANITARIA. LA ECOCARDIOGRAFIA ES LA MODALIDAD DE IMAGEN MAS UTILIZADA EN TODO EL MUNDO. ES UNA TECNICA ACCESIBLE, SEGURA Y ECONOMICA, Y SU USO PARA EL ANALISIS DE TEXTURAS DEL MIOCARDIO PODRIA OFRECER UNA ATENCION SANITARIA EQUIVALENTE EN CUALQUIER LUGAR. ESTA APLICACION ESPECIFICA HA SIDO ESPERADA DURANTE DECADAS. LOS PRIMEROS ESTUDIOS, REALIZADOS EN LOS AÑOS NOVENTA, FRACASARON DEBIDO PRINCIPALMENTE A LA IMPOSIBILIDAD TECNICA DE TENER EN CUENTA LA AMPLIA HETEROGENEIDAD EN VISTAS, CALIDADES Y TEXTURAS DE LAS IMAGENES. HOY EN DIA, LA MAYORIA DE LOS HOSPITALES CUENTAN CON GRANDES SISTEMAS DE ALMACENAMIENTO ELECTRONICO QUE, JUNTO CON EL DESARROLLO DE LA INTELIGENCIA ARTIFICIAL (IA) Y LA RADIOMICA, PERMITEN REVIVIR EL ANALISIS DE TEXTURAS EN ECOCARDIOGRAFIA. EL OBJETIVO DEL PRESENTE PROYECTO ES EXPLOTAR LA IA Y LA RADIOMICA PARA CREAR UN MARCO FLEXIBLE QUE PERMITA TRANSFERIR INFORMACION CLINICAMENTE RELEVANTE SOBRE DIFERENTES PATOLOGIAS CARDIACAS DESDE LAS TECNICAS DE IMAGENES COSTOSAS, POCO ACCESIBLES O DE MAYOR RIESGO A LA ECOCARDIOGRAFIA. EL SISTEMA SE PROBARA MEDIANTE LA TRANSFERENCIA DE LA INFORMACION DISPONIBLE EN IMAGEN DE RMC DE REALCE TARDIO CON GADOLINIO (LGE), TECNICA DE REFERENCIA EN LA EVALUACION DEL MIOCARDIO INFARTADO Y LAS MIOCARDIOPATIAS, CUYO USO PRECISA DE ESCANERES COSTOSOS Y DEL EMPLEO DE UN MEDIO DE CONTRASTE POTENCIALMENTE DAÑINO. PARA ELLO, SE RECUPERARAN PARES DE IMAGENES DE LGE Y ECOCARDIOGRAFIA ADQUIRIDAS EN ADULTOS EN EL HOSPITAL VALL DHEBRON DURANTE LOS ULTIMOS 3 AÑOS, RESULTANDO EN APROXIMADAMENTE 21.000 PARES DE IMAGENES. SE UTILIZARAN REDES NEURONALES CONVOLUCIONALES (CNN) PREVIAMENTE ENTRENADAS PARA DETERMINAR LA PERSPECTIVA, LA CALIDAD Y LA SEGMENTACION DE LAS IMAGENES ECOCARDIOGRAFICAS. LAS IMAGENES ECOCARDIOGRAFICAS SE REGISTRARAN CON LAS IMAGENES LGE CORRESPONDIENTES, Y SE OBTENDRAN TAMBIEN DE FORMA AUTOMATICA MAPAS DE DEFORMACION. LA CLASIFICACION AUTOMATICA DE REGIONES CON LGE POSITIVA EN IMAGENES ECOCARDIOGRAFICAS SE PROBARA CON DIFERENTES METODOS: RADIOMICA Y TRES CNN DIFERENTES. PARA LA RADIOMICA, UN NUMERO LIMITADO DE METRICAS DE TEXTURA REPRODUCIBLES ENTRARAN EN ALGORITMOS DE SELECCION DE CARACTERISTICAS BASADOS EN IA. EN EL CASO DE LAS CNN, SE EVALUARA (I) EL APRENDIZAJE SUPERVISADO CLASICO, (II) LAS REDES GENERATIVAS DE CONFRONTACION Y (III) LA AUTO-ENTRENAMIENTO NO SUPERVISADO PARA LA ADAPTACION DEL DOMINIO. EL VALOR DIAGNOSTICO Y PRONOSTICO DEL ANALISIS DE TEXTURA EN IMAGENES ECOCARDIOGRAFICAS POTENCIADO POR IA SE PROBARA EN UN SUBGRUPO DE 300 PACIENTES, OBTENIENDO POSIBLEMENTE EVIDENCIA DEL VALOR CLINICO DEL ANALISIS DE TEXTURAS EN ECOCARDIOGRAFIA. EL MARCO DESARROLLADO QUEDARA ESTABLECIDO PARA POSIBILITAR LA TRANSFERENCIA DE CONOCIMIENTO DESDE DIFERENTES MODALIDADES DE IMAGEN A LA ECOCARDIOGRAFIA, ACERCANDO POSIBLEMENTE UNA AMPLIA GAMA DE DESCUBRIMIENTOS PASADOS Y FUTUROS SOBRE ENFERMEDADES CARDIACAS AL PUBLICO EN GENERAL. ARDIOLOGIA\GADOLINIO\APRENDIZAJE AUTOMATICO\INTELIGENCIA ARTIFICIAL

Conecta tu I+D

Entra hoy

¿Olvidó su contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores