Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Biomechanical modelling and computational imaging to identify different causes of back pain in large epidemiological studies

Descrizione del progetto

Innovativi algoritmi di analisi delle immagini per identificare le cause della lombalgia cronica

La lombalgia cronica, una delle principali fonti di disabilità nel mondo, ha cause biomeccaniche, infiammatorie, neurologiche e psicologiche. L’immaginografia e le valutazioni convenzionali non sono in grado di indicare una causa particolare della lombalgia; tuttavia, i modelli biomeccanici riescono a distinguere tra diverse eziologie. Il progetto iBack-epic, finanziato dall’UE, si propone di impiegare innovative tecniche di analisi delle immagini al fine di identificare le cause biomeccaniche e infiammatorie della lombalgia in un’ampia coorte di partecipanti. Lo studio sfrutterà gli algoritmi recentemente sviluppati di marcatura e segmentazione della colonna vertebrale basati sull’apprendimento profondo con l’obiettivo di calcolare i parametri personali biomeccanici, funzionali e morfometrici della spina dorsale. I parametri quantitativi basati sulle immagini contribuiranno a distinguere tra il normale invecchiamento e la degenerazione patologica, identificando le condizioni collegate allo sviluppo della lombalgia cronica.

Obiettivo

Chronic back pain is a major burden and source of disability worldwide. It is primarily attributed to different biomechanical factors, but can also have inflammatory, neurological or psychological causes. Clinical findings and conventional imaging cannot reliably distinguish different causes of back pain. In contrast, individual biomechanical models can quantify diverse (pathologic) loading patterns and thus could be used to distinguish different aetiologies of back pain, to better understand individual pathophysiology and guide preventive strategies.
During my recent ERC-StG “iBack”, I developed quantitative imaging methods and deep-learning based image processing to automatically generate a fully individualized biomechanical model of the thoracolumbar spine. Simultaneously, two large-scale epidemiologic studies collected clinical and high-resolution imaging data of the spine of more than 15,000 participants so far, aiming at more than 35,000 participants by mid 2022
The high-level objective of iBack-epic is to use such novel image analysis techniques to identify different biomechanical and inflammatory causes of back pain in study participants.
I will adopt and extend my recently developed deep-learning based spine labelling and segmentation algorithms to fully automatically calculate individual biomechanical, functional and morphometric parameters of the spine. In this large-scale population data, I will identify different biomechanical loading patterns, use quantitative image-based parameters to discriminate normal ageing from pathologic degeneration and identify pathological conditions that are linked to back pain or subsequent development of chronic back pain.
Such a differentiation – for the first time based on quantitative image data – will allow for a better understanding of the underlying pathophysiology of back pain, an improved risk stratification, a tailored investigation of genetic causes and thus will help to better guide preventive strategies.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
La classificazione di questo progetto è stata convalidata dal team del progetto.

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2021-COG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

KLINIKUM DER TECHNISCHEN UNIVERSITÄT MÜNCHEN (TUM KLINIKUM)
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 999 993,00
Indirizzo
ISMANINGER STRASSE 22
81675 Muenchen
Germania

Mostra sulla mappa

Regione
Bayern Oberbayern München, Kreisfreie Stadt
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 999 993,00

Beneficiari (1)

Il mio fascicolo 0 0