Descrizione del progetto
Un quadro di immaginografia basato sulla simulazione per valutare il rischio di rottura degli aneurismi intracranici
Gli aneurismi intracranici non rotti sono disturbi cerebrovascolari relativamente comuni e un considerevole numero di pazienti da essi affetti presentano un elevato rischio di rottura degli stessi, una condizione potenzialmente letale. L’obiettivo principale del progetto Sim4DFlow, finanziato dall’UE, è quello di sviluppare un nuovo quadro di immaginografia basato sulla simulazione che integri tecniche computazionali avanzate di risonanza magnetica per immagini con sequenza di flusso 4D, apprendimento automatico e dinamica dei fluidi computazionale. L’individuazione dei fattori che contribuiscono alla rottura degli aneurismi intracranici e l’applicazione della risonanza magnetica con sequenza di flusso 4D, degli algoritmi di apprendimento automatico e dei modelli di dinamica dei fluidi computazionale consentiranno una quantificazione avanzata del rischio individuale di rottura degli aneurismi nei pazienti che presentano aneurismi intracranici non rotti.
Obiettivo
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.
Campo scientifico
- medical and health sciencesclinical medicineangiologyvascular diseases
- medical and health sciencesclinical medicinesurgerysurgical procedures
- natural sciencesphysical sciencesclassical mechanicsfluid mechanicsfluid dynamicscomputational fluid dynamics
- engineering and technologymedical engineeringdiagnostic imagingmagnetic resonance imaging
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinatore
1678 Nicosia
Cipro