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

Advanced analysis of multiparametric volumetric ultrafast ultrasound: a novel approach for non-invasive breast cancer diagnosis

Descrizione del progetto

Nuovo modello per la diagnosi non invasiva del cancro al seno

Le pazienti affette da cancro al seno si sottopongono spesso a biopsie, che possono mancare di precisione, sono costose, dolorose e richiedono analisi lunghe. L’ecografia modo B è un’alternativa non invasiva e a basso costo. Alcuni ricercatori dell’Istituto di fisica per la medicina di Parigi hanno sviluppato tecniche ecografiche quantitative per misurare la rigidità dei tessuti, l’organizzazione delle fibre e la mappatura vascolare (fattori chiave per comprendere lo sviluppo dei tumori). Il progetto MUSCAD, finanziato dal CER, mira a sfruttare l’apprendimento automatico per analizzare le mappe multiparametriche generate da tecniche innovative di ecografia ultraveloce per la diagnosi non invasiva del cancro al seno. Il progetto integrerà queste tecniche in un quadro unificato, compilerà un ampio set di dati clinici e svilupperà un modello predittivo di neoplasie per valutare le caratteristiche tumorali. Ciò potrebbe consentire biopsie virtuali, migliorando l’accuratezza diagnostica e il comfort del paziente.

Obiettivo

Tumour development follows a diversity of complementary biological pathways, including the modification of the tissue structure and vascularization, which are not currently captured by imaging techniques in the clinic. Breast cancer patients undergo a series of imaging sessions using complementary modalities, including ionizing mammographies. In many cases, this imaging is not precise enough for a diagnosis, so that tissue samples in the form of biopsies are used to further characterize the tumour and determine the appropriate treatment. Beyond the pain and stress associated with biopsies, this complex process is costly and time consuming, and delays the time to diagnosis.
Ultrasound B-mode imaging is largely used in the diagnostic process of breast cancer, in part because it is low cost, portable and largely available, as well as non-ionizing and non-invasive. Our laboratory, Institute Physics for Medicine Paris has recently developed several quantitative techniques allowing for the measurement of tissue stiffness, fiber organization, and vascular mapping, all relevant to tumour development. In this project, I propose a new approach to diagnosing breast cancer non-invasively by applying machine learning analysis to rich volumetric multiparametric maps of complementary tumour aspects, obtained using these innovative ultrafast ultrasound techniques. The project will tackle the technological challenge of integrating these techniques into a common acquisition and analysis framework, and include the collection of a large clinical dataset and the development and validation of a predictive malignancy model informing on tumour characteristics for the diagnosis. This approach will open the door to fully virtual biopsies, impacting society on a large scale in terms of cost, diagnostic efficacy, and patient comfort.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

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

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2024-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

INSTITUT NATIONAL DE LA SANTE ET DE LA RECHERCHE MEDICALE
Contributo netto dell'UE
€ 1 499 498,00
Indirizzo
RUE DE TOLBIAC 101
75654 Paris
Francia
Regione
Ile-de-France Ile-de-France Paris
Tipo di attività
Research Organisations
Collegamenti
Costo totale
€ 1 499 498,00

Beneficiari (1)