Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Breast Radiography Image Dimension Generation and Enhancement

Opis projektu

Generowanie syntetycznych obrazów mammograficznych 3D na podstawie mammogramów 2D

Rak piersi jest poważnym globalnym problemem zdrowotnym jako najczęstszy nowotwór wśród kobiet. Podczas gdy przesiewowe mammografie 3D pozwalają skuteczniej wykrywać potencjalne guzy niż ich tradycyjne odpowiedniki 2D, w uboższych krajach dostęp do zaawansowanych technologii obrazowania 3D jest ograniczony. Wspierany przez program działań „Maria Skłodowska-Curie” projekt BRIDGE zakłada stworzenie nowatorskiego modelu SI, który pozwoli tworzyć syntetyczną mammografię 3D i/lub obrazy rezonansu magnetycznego ze standardowych mammogramów 2D. Korzystając z zaawansowanych technik uczenia maszynowego, takich jak Swin Transformer i generatywne sieci przeciwstawne, zespół BRIDGE opracuje system pozwalający generować klinicznie przydatne obrazy 3D. Podejście to zostanie następnie przetestowane w badaniach klinicznych we współpracy z radiologami i onkologami w krajach o niskich dochodach.

Cel

BRIDGE (Breast Radiography Image Dimension Generation and Enhancement) is an innovative research project aimed at revolutionising breast cancer screening in low-resource settings. Despite being the most frequently diagnosed cancer in women worldwide, with alarming mortality rates, access to advanced 3D imaging technologies remains limited in many regions. BRIDGE proposes to bridge this gap by developing a novel artificial intelligence (AI) framework to generate synthetic 3D mammography images and/or magnetic resonance images (MRI) from standard 2D mammograms. Further, it aims to detect the presence of anomalies in the segmented 3D images.

Leveraging state-of-the-art deep learning techniques, including Swin Transformers and Generative Adversarial Networks, BRIDGE will create a robust system capable of producing clinically actionable 3D breast images. This approach will enhance diagnostic capabilities in resource-limited settings without the need for expensive 3D imaging equipment, potentially improving early detection rates and patient outcomes. Additionally, the GAN method is utilized to detect anomalies in 3D images.

The project's interdisciplinary methodology integrates expertise from AI, medical imaging, clinical practice, and ethics. It focuses on four key areas: cross-modality synthesis, clinical applicability, resource optimisation, and ethical AI development. By collaborating with radiologists and oncologists of low-income countries, BRIDGE ensures that the generated images not only are visually accurate but also enhance clinical decision-making.

BRIDGE aims to validate its approach through rigorous clinical trials and cost-effectiveness analyses. The project's success could significantly narrow the global disparity in breast cancer diagnostics, contributing to improved healthcare equity worldwide. Moreover, this research will advance the field of synthetic medical imaging, potentially opening new avenues for AI applications in healthcare.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITAT DE BARCELONA
Wkład UE netto
€ 194 074,56
Koszt całkowity
Brak danych

Partnerzy (3)