Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

DPI2017-87494-R

Financiado

POLYDEEP: SISTEMA INTELIGENTE DE DETECCION Y CLASIFICACION EN TIEMPO REAL DE LES...

POLYDEEP: SISTEMA INTELIGENTE DE DETECCION Y CLASIFICACION EN TIEMPO REAL DE LESIONES COLORRECTALES MEDIANTE DEEP LEARNING EL CANCER COLORRECTAL ES EL CANCER CON MAYOR INCIDENCIA EN ESPAÑA, CON 41,441 NUEVOS CASOS EN 2015 Y 15,449 MUERTES EN 2014, ESTA PATOLOGIA SE SUELE INICIAR A PARTIR DE LESIONES NEOPLASICAS, CONOCIDAS COMO POLIPOS, CON DISTINTO GR... ver más

01/01/2017

UVIGO

127K€

Presupuesto del proyecto: 127K€

Líder del proyecto

UNIVERSIDADE DE VIGO No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 410

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UVIGO

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

PDC2021-121644-I00 VALIDACION CLINICA Y PLAN DE ACCESO AL MERCADO DE UN SISTEMA... 75K€ Cerrado

RYC-2009-05492 Advanced Feature Extraction and Machine Learning Approaches... 192K€ Cerrado

TIN2009-10435 DETECCION EN TIEMPO REAL DE CANCER DE COLON PARA LA EVALUACI... 82K€ Cerrado

MIRA Next Generation Machine Intelligence for Medical Image Repre... 1M€ Cerrado

PTQ2021-012120 Modelos híbridos basados en imagen y PLN para la clasificaci... 83K€ Cerrado

PDC2022-133332-C21 TECNOLOGIA OPTICA POLARIMETRICA PARA IMAGEN BIOMEDICA . I. S... 104K€ Cerrado

Líder del proyecto

UNIVERSIDADE DE VIGO No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 410

Presupuesto del proyecto 127K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EL CANCER COLORRECTAL ES EL CANCER CON MAYOR INCIDENCIA EN ESPAÑA, CON 41,441 NUEVOS CASOS EN 2015 Y 15,449 MUERTES EN 2014, ESTA PATOLOGIA SE SUELE INICIAR A PARTIR DE LESIONES NEOPLASICAS, CONOCIDAS COMO POLIPOS, CON DISTINTO GRADO DE MALIGNIDAD, EL DIAGNOSTICO Y MANEJO DE LOS POLIPOS SE BASA EN LA RESECCION ENDOSCOPICA Y EL DIAGNOSTICO HISTOLOGICO POSTERIOR, DE SER POSIBLE, UN DIAGNOSTICO OPTICO SUFICIENTEMENTE PRECISO DE LA HISTOLOGIA PERMITIRIA EVITAR EL ANALISIS HISTOLOGICO DE LAS LESIONES DIMINUTAS (RESECT AND DISCARD), DAR RECOMENDACIONES DE VIGILANCIA ENDOSCOPICA POST-POLIPECTOMIA INMEDIATAMENTE TRAS EL PROCEDIMIENTO ENDOSCOPICO Y DEJAR IN SITU AQUELLOS POLIPOS NO ADENOMATOSOS EN RECTO-SIGMA (LEAVE IN SITU), EN ESTE SENTIDO, EL DIAGNOSTICO OPTICO REDUCIRIA LOS COSTES ASOCIADOS AL DIAGNOSTICO HISTOLOGICO Y LOS RIESGOS ASOCIADOS A LA RESECCION ENDOSCOPICA, LA CLASIFICACION INTERNACIONAL NICE (NARROW BAND IMAGING INTERNATIONAL COLORECTAL ENDOSCOPIC CLASSIFICATION) PROPONE EVALUAR LOS PATRONES DE CRIPTAS GLANDULARES Y VASCULARES CON EL OBJETIVO DE DETERMINAR LA HISTOLOGIA EMPLEANDO ENDOSCOPIOS DE ALTA DEFINICION QUE DISPONGAN DE NARROW BAND IMAGING, CON O SIN MAGNIFICACION, MUY EXTENDIDOS EN LOS HOSPITALES, SIN EMBARGO, EL EMPLEO DE NICE SOLO SE PUEDE RECOMENDAR EN UNIDADES DONDE LOS ENDOSCOPISTAS HAYAN REALIZADO EL ENTRENAMIENTO REQUERIDO, SUPERADO LA CURVA DE APRENDIZAJE, EVALUADO SUS RESULTADOS Y CONFIRMADO QUE ALCANZAN LOS REQUISITOS MINIMOS ESTABLECIDOS, ADICIONALMENTE, LA EVIDENCIA DISPONIBLE SOBRE EL USO DE LA CLASIFICACION NICE PARA LA DETECCION DE ADENOCARCINOMA INVASIVO (NICE 3) Y SU GRADO DE INVASION Y LAS LESIONES SERRADAS AVANZADAS ES MUY LIMITADA Y QUEDA RESTRINGIDA A CENTROS EXPERTOS, POR ESTE MOTIVO, SE REQUIEREN SISTEMAS QUE PERMITAN PREDECIR LA HISTOLOGIA DE LOS POLIPOS DE FORMA INDEPENDIENTE AL CENTRO Y AL GRADO DE EXPERIENCIA DEL OBSERVADOR,EN LA ACTUALIDAD, LA IRRUPCION DE TECNICAS DE DEEP LEARNING, SOBRE TODO EN EL CAMPO DEL ANALISIS DE IMAGEN, HA TRAIDO CONSIGO UNA NUEVA GENERACION DE ALGORITMOS MACHINE LEARNING, CAPACES DE CREAR MODELOS DE PREDICCION QUE ALCANZAN COTAS DE PRECISION NO VISTAS ANTERIORMENTE, UNA APLICACION PRACTICA DE ESTE TIPO DE TECNICAS SERIA LA DETECCION Y POSTERIOR CLASIFICACION AUTOMATICAS DE POLIPOS COLORRECTALES, POSIBILITANDO EL DESARROLLO DE NUEVOS SISTEMAS DE DIAGNOSTICO ASISTIDO POR COMPUTADOR, LOS CUALES NO ESTAN ACTUALMENTE DISPONIBLES POR LOS PROVEEDORES MAS IMPORTANTES DE EQUIPOS ENDOSCOPICOS,EN ESTE PROYECTO SE PLANTEA EL DESARROLLO DE POLYDEEP, UN SISTEMA DIAGNOSTICO ASISTIDO POR COMPUTADOR EN TIEMPO REAL DE POLIPOS COLORRECTALES A PARTIR DE IMAGEN ENDOSCOPICA, ABORDANDO TANTO LA DETECCION COMO POSTERIOR CLASIFICACION, Y LLEGANDO A UN PROTOTIPO FUNCIONAL PARA EL AMBITO CLINICO, SE EMPLEARAN PARA ELLO TECNICAS DE DEEP LEARNING SOBRE IMAGENES DE POLIPOS COLORRECTALES DISPONIBLES EN ALGUNOS CONJUNTOS DE DATOS PUBLICOS, ASI COMO LAS PROCEDENTES DE UN NUEVO BANCO DE IMAGENES QUE SE DISEÑARA E IMPLEMENTARA DURANTE ESTE TRABAJO,EL USO DE POLYDEEP FACILITARIA EL TRABAJO DEL ENDOSCOPISTA, QUE CONTARIA CON UNA SEGUNDA OPINION INMEDIATA, ESPECIALMENTE UTIL PARA LOS ENDOSCOPISTAS NOVELES, ADICIONALMENTE, SE ESPERA QUE POLYDEEP MEJORE TANTO LA IDENTIFICACION DE LOS POLIPOS COLORRECTALES, EVITANDO RESECCIONES, ANALISIS HISTOLOGICOS Y COSTES ECONOMICOS INNECESARIOS, COMO LA PLANIFICACION DEL TRATAMIENTO MAS ADECUADO (ENDOSCOPICO O QUIRURGICO) EN LOS ADENOCARCINOMAS, CÁNCER DE COLON\DIAGNÓSTICO ASISTIDO POR COMPUTADOR\APRENDIZAJE PROFUNDO\APRENDIZAJE MÁQUINA\BANCO DE IMÁGENES

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores