Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Personalized intracranial aneurysm rupture prognosis using Simulation-Based 4D Flow MRI and Machine Learning

Descripción del proyecto

Un marco de imagenología basado en simulaciones para evaluar el riesgo de ruptura de aneurismas intracraneales

Un aneurisma intracraneal no roto es una afección cerebrovascular relativamente común y un número considerable de pacientes corre un alto riesgo de ruptura del aneurisma que puede resultar letal. El principal objetivo del proyecto Sim4DFlow, financiado con fondos europeos, es desarrollar un innovador marco de imagenología basado en simulaciones que integre las técnicas computacionales avanzadas de la obtención de imágenes por resonancia magnética (RMN) de flujo 4D, el aprendizaje automático y la dinámica de fluidos computacional (DFC). Al identificar los factores que contribuyen a la ruptura de los aneurismas intracraneales y aplicar la RMN de flujo 4D, los algoritmos de aprendizaje automático y los modelos de DFC permitirán llevar a cabo una cuantificación avanzada de la evaluación del riesgo personal de ruptura en pacientes con aneurisma intracraneal no roto.

Objetivo

Unruptured intracranial aneurysm (UIA) is a severe, relatively common cerebrovascular disorder in the general population. Although such aneurysms are mostly asymptomatic and may not burst, a considerable number of UIA patients remain on a high risk of aneurysm rupture, a serious life-threatening condition. Thus, is crucial to decide the timing and type (clipping, coils, and/or stent, flow diverter) of surgical intervention. However, the optimal management strategy of UIA is still open to clinical debate, with recommendations for elective repair after diagnosis based primarily on the aneurysm size and location.
While cardiovascular flow imaging has strong potential to provide the required information for surgical decision-making, currently, flow imaging and assessment is not sufficient to reliably predict rupture and quantitatively assess the risk of haemorrhage. By identifying factors contributing to UIA rupture and by incorporating advanced computational techniques, i.e. 4D flow magnetic resonance imaging (MRI), machine learning (ML) algorithms, and computational fluid dynamics (CFD) models, this project will technologically advance quantification of rupture risk assessment on an UIA patient-specific basis.
This project, Sim4DFlow, core technological aim is to develop a novel simulation-based imaging framework that can integrate the advanced computational techniques of 4D flow MRI, ML, and CFD. Subsequently, Sim4DFlow will test and validate the framework prognostic capacity in the laboratory setting against relevant data of UIA patients.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) H2020-WF-2018-2020

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

UNIVERSITY OF CYPRUS
Aportación neta de la UEn
€ 157 941,12
Dirección
AVENUE PANEPISTIMIOU 2109 AGLANTZI
1678 Nicosia
Chipre
Región
Κύπρος Κύπρος Κύπρος
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
€ 157 941,12