PLATAFORMA POTENCIADA POR IA PARA EL DIAGNOSTICO DE SUBTIPOS MOLECULARES Y MALIG...
PLATAFORMA POTENCIADA POR IA PARA EL DIAGNOSTICO DE SUBTIPOS MOLECULARES Y MALIGNIDAD DEL CANCER DE MAMA
LA EFICACIA DE LOS PROGRAMAS DE DETECCION DEL CANCER DE MAMA SE BASA EN IMAGENES MEDICAS COMO LA MAMOGRAFIA, LA TOMOSINTESIS, LA RESONANCIA MAGNETICA NUCLEAR (RMN) Y LA ECOGRAFIA MAMARIA (BUS). AUNQUE LA IMAGEN RADIOLOGICA APORTA...
LA EFICACIA DE LOS PROGRAMAS DE DETECCION DEL CANCER DE MAMA SE BASA EN IMAGENES MEDICAS COMO LA MAMOGRAFIA, LA TOMOSINTESIS, LA RESONANCIA MAGNETICA NUCLEAR (RMN) Y LA ECOGRAFIA MAMARIA (BUS). AUNQUE LA IMAGEN RADIOLOGICA APORTA MUCHA INFORMACION A NIVEL DIAGNOSTICO, EN MUCHOS CASOS SE COMPLEMENTA CON LA INFORMACION DE LAS BIOPSIAS TUMORALES, LO QUE PODRIA EVITARSE SI LA INFORMACION OBTENIDA DE LAS IMAGENES ES SUFICIENTE.LA EXTRACCION DE RADIOMICA DE IMAGENES MAMOGRAFICAS PARA DIAGNOSTICAR LA MALIGNIDAD DEL CANCER DE MAMA Y LOS SUBTIPOS MOLECULARES SIN BIOPSIA INVASIVA AYUDA A GUIAR LOS PLANES DE TRATAMIENTO PARA DICHO CANCER, LO QUE PROPORCIONA UNA FORMA RAPIDA DE TOMAR DECISIONES CONSECUENTES SOBRE EL PLAN DE TRATAMIENTO EN UNA ETAPA TEMPRANA. LAS HERRAMIENTAS DE SOFTWARE EXISTENTES COMO VOLPARA, MAMMOSCREEN, ETC., SOLO SE ENFOCAN EN LA DETECCION TEMPRANA DEL CANCER. NO EXISTE NINGUN SOFTWARE EN EL MERCADO PARA DIAGNOSTICAR LA MALIGNIDAD DEL CANCER DE MAMA Y LOS SUBTIPOS MOLECULARES. EXISTE DEMANDA DE MEDIOS ALTERNATIVOS PARA CLASIFICAR LOS CANCERES DE MAMA EN DISTINTOS SUBTIPOS MEDIANTE IMAGENES MAMOGRAFICAS Y DE RESONANCIA MAGNETICA QUE HAN DESEMPEÑADO UN PAPEL EN LA EVOLUCION DEL DIAGNOSTICO Y TRATAMIENTO DEL CANCER.LA URV SE HA DESARROLLADO EN EL PROYECTO DE INVESTIGACION RADIOCANCERS (PID2019-105789RB-I00), RADIOMICA DEL CANCER DE MAMA Y MODELOS DE PREDICCION DE IA PARA LA CLASIFICACION DE SUBTIPOS MOLECULARES Y ESTIMACION DE PUNTAJES DE MALIGNIDAD BASADOS EN TECNICAS DE APRENDIZAJE PROFUNDO, VISION ARTIFICIAL E IA. EN ESTE PROYECTO, LA URV HA DESARROLLADO UN METODO PRECISO PARA SEGMENTAR TUMORES DE MAMA EN IMAGENES MAMOGRAFICAS Y ECOGRAFICAS. POSTERIORMENTE, SE UTILIZO UNA RED NEURONAL CONVOLUCIONAL PROFUNDA (CNN) PARA APRENDER UN DESCRIPTOR DE FORMA QUE PUEDE CLASIFICAR LAS IMAGENES SEGMENTADAS EN CUATRO FORMAS DE TUMOR: IRREGULAR, LOBULAR, OVALADA Y REDONDA. EL ESTUDIO DEMOSTRO QUE LAS CARACTERISTICAS DE FORMA EXTRAIDAS PODRIAN CORRELACIONARSE CON LOS SUBTIPOS MOLECULARES DE CANCER DE MAMA. EL CONJUNTO DE DATOS UTILIZADO EN ESTE ESTUDIO TENIA POCAS MUESTRAS Y, ESPECIFICAMENTE, LAS CLASES SIMILARES A HER-2 Y BASAL TENIAN MENOS MUESTRAS EN COMPARACION CON LUMINAL-A Y LUMINAL-B. LA URV TAMBIEN HA DESARROLLADO UN METODO EFICAZ PARA PREDECIR LA MALIGNIDAD DE LOS TUMORES DE MAMA UTILIZANDO RADIOMICA DE TRANSFORMADORES DE VISION PROFUNDA Y POOLING DE PUNTUACIONES BASADAS EN LA CALIDAD EN SECUENCIAS DE ULTRASONIDO.EL PRINCIPAL OBJETIVO DE ALMA ES DESARROLLAR HERRAMIENTAS EFICIENTES, EXPLICABLES Y FACILES DE USAR PARA DIAGNOSTICAR CANCER DE MAMA MALIGNO Y SUBTIPOS MOLECULARES BASADOS EN IMAGENES MAMOGRAFICAS Y DE ULTRASONIDO, JUNTO CON RADIOMICA DE IMAGENES SOLIDAS, MODELOS DE PREDICCION DE IA, GUI INTERACTIVAS, HERRAMIENTA DE EXPLICABILIDAD Y OTRA PARA INTEGRAR EL CONOCIMIENTO DE LOS EXPERTOS. ADEMAS, ALMA POTENCIARA EL INTERCAMBIO DE CONOCIMIENTOS, IMPULSARA LA INNOVACION Y PROMOVERA LA INVESTIGACION RESPONSABLE EN BENEFICIO DE LA SOCIEDAD EN GENERAL.LA PLATAFORMA ALMA SE VALIDARA CON GRANDES CONJUNTOS DE DATOS RECOPILADOS DE CINCO HOSPITALES, HOSP. UNIV. JOAN XXIII (TARRAGONA), HOSP. UNIV. SANT JOAN DE REUS (REUS), HOSP. DE TORTOSA VERGE DE LA CINTA (TORTOSA), HOSP. UNIV. PUERTA DEL MAR (CADIZ), HOSP. GERMANS TRIAS I PUJOL (BARCELONA), ASI COMO BASES DE DATOS PUBLICAS THE CANCER IMAGING ARCHIVE (TCIA) Y LA BASE DE DATOS SEER DEL INSTITUTO NACIONAL DEL CANCER, COMO THE CHINESE MAMMOGRAPHY DATABASE QUE CONTIENE 3.728 MAMOGRAFver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.