Descrizione del progetto
Trasformare il modo in cui diagnostichiamo le malattie
La diagnosi di malattie come il cancro, le infezioni e le patologie autoimmuni dipende spesso dall’esame di campioni di tessuto al microscopio. Questo processo può essere lento a causa delle numerose fasi di preparazione dei campioni di tessuto per l’osservazione, ossia per consentire un contrasto visibile tra cellule cancerose e non cancerose. Inoltre, il processo può essere soggettivo, con medici che talvolta giungono a conclusioni diverse, portando a ulteriori esami o, nel peggiore dei casi, a diagnosi errate. In questo contesto, il progetto OPTIPATH, finanziato dal CEI, offre una soluzione con un approccio rivoluzionario all’analisi dei tessuti. Utilizzando una tecnologia ottica avanzata basata su chip unita all’apprendimento automatico, il progetto mira a fornire un’immaginografia 3D rapida e accurata di campioni di tessuto non preparati. Le proprietà invisibili della luce saranno sfruttate per dare accesso a informazioni attualmente non disponibili ai professionisti.
Obiettivo
Treatment decisions for many pathological conditions, including inflammatory, degenerative, autoimmune, infectious diseases, and cancer, are largely based on microscopy study of the surgically excised tissue specimens (histology). OPTIPATH provides a new paradigm for gathering objective optical tissue-dependent data, which is essential to overcoming the diagnostic challenges of inter-observer variability and limited sensitivity and specificity. OPTIPATH will offer non-destructive, label-free, real-time, 3D-presentation of tissue samples. This is enabled by (i) revolutionary nano-photonic optical metasurfaces (OMS) for simultaneous single-shot acquisition of spectral and polarimetric information, and adaptive OMS actuated by thin-film piezoelectric Micro-Electro-Mechanical-Systems (MEMS) for (ii) rapid Vector Vortex Beam (VVB) shaping of light, and (iii) rapid confocal 3D imaging. The wealth of objective diagnostic data provided will be interpreted using Machine Learning (ML) / Deep Learning (DL), and is essential to overcome inter-observer variability in diagnosis and provide actionable insights to the clinician. By utilizing optical markers present in unprepared tissue histological procedures can be dramatically sped up, offering real-time diagnosis in operation theatres and pathology departments. By offering timely and accurate diagnosis, OPTIPATH will enable early diagnosis and improved prognosis of recovery.
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.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- scienze umanisticheartearti dello spettacolodrammaturgia
- scienze mediche e della salutemedicina clinicaoncologia
- scienze mediche e della salutemedicina di basepatologia
- scienze naturaliscienze biologicheistologia
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Programma(i)
- HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-EIC-2024-PATHFINDEROPEN-01
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-EIC -Coordinatore
7034 Trondheim
Norvegia