Pancreatic cancer AI for genomics and personalized Medicine

Projektinformationen

PANCAIM

ID Finanzhilfevereinbarung: 101016851

DOI 10.3030/101016851

EK-Unterschriftsdatum 4 Dezember 2020

Startdatum 1 Januar 2021

Enddatum 31 Dezember 2024

Finanziert unter

• SOCIETAL CHALLENGES - Health, demographic change and well-being

Gesamtkosten € 8 236 378,75

EU-Beitrag € 8 236 378,75

Koordiniert durch

STICHTING RADBOUD UNIVERSITAIR MEDISCH CENTRUM
Netherlands

Leistungen

Websites, patent fillings, videos etc. (1)

Project webpage

Description of the PANCAIM webpage that will be prepared in the first months of the project

Other (1)

Open-source prediction algorithms beta-tested and made available in GitHub

Prediction algorithms tested by the end-user group, and the source codes of the algorithms made available for community use

Documents, reports (1)

Dissemination and communication strategy

The definition of the dissemination and communication strategy and tools to be used during the life of the project All possible dissemination routes for the obtained results will be identified and used during the whole course of the project

Veröffentlichungen

Peer reviewed articles (4)

Artificial Intelligence in Pancreatic Ductal Adenocarcinoma Imaging: A Commentary on Potential Future Applications

Autoren: Megan Schuurmans, Natália Alves, Pierpaolo Vendittelli, Henkjan Huisman, John Hermans, PANCAIM Consortium
Veröffentlicht in: Gastroenterology, Ausgabe Volume 165, Ausgabe 2, 2023, Seite(n) 309-316, ISSN 1528-0012
Herausgeber: American Gastroenterological Association
DOI: 10.1053/j.gastro.2023.04.003

Prediction Variability to Identify Reduced AI Performance in Cancer Diagnosis at MRI and CT

Autoren: Natália Alves , Joeran S. Bosma, Kiran V. Venkadesh, Colin Jacobs, Zaigham Saghir, Maarten de Rooij, John Hermans, Henkjan Huisman
Veröffentlicht in: Radiology, Ausgabe Volume 308, No. 3, 2023, ISSN 1527-1315
Herausgeber: Radiological Society of North America (RSNA)
DOI: 10.1148/radiol.230275

Fully Automatic Deep Learning Framework for Pancreatic Ductal Adenocarcinoma Detection on Computed Tomography

Autoren: Natália Alves; Megan Schuurmans; Geke Litjens; Joeran S. Bosma; John Hermans; Henkjan J. Huisman
Veröffentlicht in: Cancers, Ausgabe 20726694, 2022, ISSN 2072-6694
Herausgeber: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/cancers14020376

Setting the Research Agenda for Clinical Artificial Intelligence in Pancreatic Adenocarcinoma Imaging

Autoren: Megan Schuurmans; Natália Alves; Pierpaolo Vendittelli; Henkjan Huisman; John Hermans
Veröffentlicht in: Cancers, Ausgabe 20726694, 2022, ISSN 2072-6694
Herausgeber: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/cancers14143498

Other (2)

Tutorial on survival modelling with omics data

Autoren: Zhi Zhao, John Zobolas, Manuela Zucknick, Tero Aittokallio
Veröffentlicht in: 2023
Herausgeber: Arxiv
DOI: 10.48550/arxiv.2302.12542

An example Machine Learning Survival Workflow

Autoren: Zobolas, John
Veröffentlicht in: Ausgabe 1, 2022
Herausgeber: Zenodo
DOI: 10.5281/zenodo.8060668

Conference proceedings (1)

Automatic tumour segmentation in H&E-stained whole-slide images of the pancreas.

Autoren: Vendittelli, Pierpaolo; Smeets, Esther M. M.; Litjens, Geert
Veröffentlicht in: Proceedings of the SPIE, Volume 12039, 2022
Herausgeber: SPIE
DOI: 10.1117/12.2611542