Projektbeschreibung
Innovative Software für medizinische Anwendungen im Bereich der hyperspektralen Bildgebung
Die hyperspektrale (HS) Bildgebung liefert Informationen mittels Erzeugung hochauflösender Bilder, die in einem breiten Bereich des elektromagnetischen Spektrums erfasst werden. Dabei ermöglicht die spektrale Auflösung von HS-Daten die Erkennung subtiler spektraler Unterschiede in Bezug auf pathologische Zustände. Medizinische HS (mHS)-Anwendungen wurden für die nichtinvasive Diagnose von Erkrankungen wie Hirn- und Zungenkrebs wie auch für die Diagnose von diabetischem Fuß und chirurgischen Empfehlungen demonstriert. Das EU-finanzierte Projekt HyPPOCRATES möchte eine leistungsstarke mHS-Bildauswertungs-Software-Plattform für die mHS-Datenverarbeitung unter Anwendung von Maschinenlernprinzipien schaffen. Das allgemeine Ziel des Projekts ist die Überbrückung der Kluft zwischen den neuesten Fortschritten in der mHS-Bildgebung und der Datenauswertung auf Grundlage von maschinellem Lernen.
Ziel
Over the past few years hyperspectral (HS) imaging has been broadly applied in a wealth of different applications with
remote sensing of the environment being the most prominent one. HS imaging provides a rich amount of information by
generating images and videos of high spectral resolution captured at a wide range of the electro-magnetic spectrum.
Recently, HS data have been shown to offer remarkable advances to a new field of significant interest i.e. medical HS
(mHS) imaging. The high spectral resolution of HS data makes them amenable to identifying even subtle spectral differences
related to various pathological conditions. In view of that, mHS images and videos have received considerable attention
lately. mHS data have already been used for non-invasive diagnosis of several types of cancer e.g. brain, tongue cancer, as
well as for diabetic foot diagnosis and surgical guidance. mHS imaging is anticipated to remarkably flourish in the years to
come taking into account the recent advances that have occurred in the development of micro-size and low-cost HS
cameras. However, despite this large progress in HS imaging hardware, sophisticated algorithms capable to interpret these
data are still missing. HyPPOCRATES aims at deriving new powerful mHS image and video interpretation schemes tailored
to mHS data processing, by applying novel machine learning ideas. To this end, the problems of subspace clustering and
unmixing will be investigated for performing refined mHS image and video understanding. Along those lines, constrained
matrix and tensor factorization approaches will be explored for devising computationally efficient and scalable machine
learning algorithms. Overall, the main objective of the project is to bridge the gap between the recent advances in mHS
imaging and those in machine learning research. This way, the researcher aspires to go the diagnostic process of several
serious diseases, such as various types of cancer, one step further.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- Technik und TechnologieElektrotechnik, Elektronik, InformationstechnikElektrotechnikSensorenoptische Sensoren
- Technik und TechnologieUmwelttechnikFernerkundung
- Medizin- und GesundheitswissenschaftenKlinische MedizinOnkologie
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles Lernen
- NaturwissenschaftenInformatik und InformationswissenschaftenDatenwissenschaftenDatenverarbeitung
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-MSCA-IF-2018
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF -Koordinator
11810 Athina
Griechenland