Objectif
Inference in medical imaging is an important step for disease diagnosis, tissue segmentation, alignment with an anatomical atlas, and a wide range of other applications. However, imperfections in imaging sensors, physical limitations of imaging technologies, and variation in the human population mean that statistical methods are essential for high performance. Statistical learning makes use of human provided ground truth to enable computers to automatically make predictions on future examples without human intervention. At the heart of statistical learning methods is risk minimization - the minimization of the expected loss on a previously unseen image. Textbook methods in statistical learning are not generally designed to minimize the expected loss for loss functions appropriate to medical imaging, which may be asymmetric and non-modular. Furthermore, these methods often do not have the capacity to model interdependencies in the prediction space, such as those arising from spatial priors, and constraints arising from the volumetric layout of human anatomy. We aim to develop new statistical learning methods that have these capabilities, to develop efficient learning algorithms, to apply them to a key task in medical imaging (tumor segmentation), and to prove their convergence to optimal predictors. To achieve this, we will leverage the structured prediction framework, which has shown impressive empirical results on a wide range of learning tasks. While theoretical results giving learning rates are available for some algorithms, necessary and sufficient conditions for consistency are not known for structured prediction. We will consequently address this issue, which is of key importance for algorithms that will be applied to life critical applications, e.g. segmentation of brain tumors that will subsequently be targeted by radiation therapy or removed by surgery. Project components will address both theoretical and practical issues.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences médicales et de la santé médecine fondamentale anatomie et morphologie
- sciences médicales et de la santé médecine clinique chirurgie
- sciences naturelles informatique et science de l'information intelligence artificielle vision par ordinateur
- ingénierie et technologie génie électrique, génie électronique, génie de l’information ingénierie électronique capteurs
- ingénierie et technologie ingénierie médicale imagerie diagnostique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
FP7-PEOPLE-2012-CIG
Voir d’autres projets de cet appel
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
MC-CIG - Support for training and career development of researcher (CIG)
Coordinateur
3000 LEUVEN
Belgique
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.