Description du projet
Un interprète hautement qualifié nous aide à décoder le langage corporel
De nombreux troubles du système nerveux s’accompagnent d’une réduction de la mobilité, qui se manifeste par une démarche et un contrôle postural anormaux. Ces troubles incluent non seulement les maladies neuromusculaires classiques telles que la maladie de Parkinson mais également des maladies telles que la maladie d’Alzheimer et la démence. Même si des tests et des échelles cliniques permettent d’évaluer de tels symptômes, leur détection repose en grande partie sur l’interprétation subjective, et la sensibilité peut s’avérer insuffisante en cas de symptômes légers ou si l’un d’entre eux évolue au fil du temps. Le projet WEAR, financé par l’UE, examinera son nouveau système d’évaluation automatisée et objective des maladies et travaillera sur la commercialisation d’un cas d’utilisation. L’adoption de capteurs inertiels placés sur différentes parties du corps et analysés à l’aide d’un algorithme d’apprentissage automatique non supervisé permettra de ne plus se contenter d’évaluer les mouvements pour le diagnostic, le suivi et l’élaboration de traitements.
Objectif
Behavior is ultimately the observable output of the nervous system. Thus, to properly diagnose and monitor nervous system disorders it is crucial that we assess behavior comprehensively. However, every day clinical practice still relies mostly on subjective methods to evaluate behavior. The ability to adequately analyse behaviour is also critical during drug development, from the preclinical (animal models) to the clinical stages. Results from our ERC-funded work revealed that the combination of inertial sensor data with an unsupervised algorithm provides an optimal method for an easy to implement unbiased behavior classification that adequately captured the outcome of neural circuit’s computations. In this PoC we proposed to develop this technology into a product that provides a continuous, quantitative and comprehensive behavior assessment that is also versatile, covering the diverse spectrum from the pre-clinical to the clinical context. In this POC we will 1) refinement and validate of inertial sensors in animal models, 2) enable their integration into a Body Area Network, 3) Evolve our unsupervised algorithm into a stand-alone software that is versatile and easy to use. In addition to these technical aims, we propose to explore commercial opportunities and societal benefits, in particular in the medical and drug development sector. We will conduct market analysis and develop a business case for this product, while expanding industry contacts for production and commercialization. Our proposal will lead to a ground-breaking technical solution for quantitative, automated behavioral assessment in animal models of disease and humans that will have an important societal impact through innovation in diagnosis, disease monitoring, and drug development.
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: https://op.europa.eu/en/web/eu-vocabularies/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: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellessciences biologiquesneurobiologie
- sciences médicales et de la santémédecine fondamentalepharmacologie et pharmaciedécouverte de médicaments
- sciences naturellesinformatique et science de l'informationlogiciel
- ingénierie et technologiegénie électrique, génie électronique, génie de l’informationingénierie électroniquecapteurs
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) ERC-2018-PoC
Voir d’autres projets de cet appelRégime de financement
ERC-POC - Proof of Concept GrantInstitution d’accueil
1400-038 Lisboa
Portugal