Descripción del proyecto
Aprendizaje profundo para mejorar las imágenes médicas
Las técnicas de imagen médica han revolucionado el diagnóstico, el tratamiento y el seguimiento, proporcionando información fundamental sobre la anatomía y la fisiología con una resolución espacial muy alta. Sin embargo, el proceso de obtención de imágenes puede resultar estresante para los pacientes y se complica si se produce un movimiento. El objetivo fundamental del proyecto financiado con fondos europeos Deep4MI es hacer avanzar y automatizar las imágenes médicas para ofrecer una mayor precisión del diagnóstico y pronóstico para la toma de decisiones clínicas. Mediante el uso de técnicas de aprendizaje profundo y automático, los científicos mejorarán la obtención, la reconstrucción y el análisis de imágenes para extraer más información clínica de las imágenes médicas y optimizar la interpretación de los resultados.
Objetivo
Medical imaging has revolutionized medicine and healthcare like no other recent technology, and is now an integral part of diagnosis, treatment planning, treatment delivery and follow-up. It provides an unparalleled ability to image anatomy and function with high spatial (and temporal) resolution. Its success has led to a dramatic increase in the number of medical imaging examinations. Despite this success, medical imaging is often stressful for patients, requires patient cooperation and is difficult in the presence of motion (e.g. patient motion or breathing motion). Furthermore, even more than 100 years after the discovery of X-rays, the interpretation of medical images relies almost exclusively on human experts. All of the above mean that there is a strong need for increased automation and quantification in order to reduce costs, increase efficiency and patient-friendliness, and provide higher diagnostic and prognostic accuracy for clinical decision making.
At the same time, machine learning and deep learning techniques have made significant advances and have started to make a large impact in many real-world applications. The aim of this proposal is to exploit these advances to address the above challenges and to achieve a paradigm shift in the way information is extracted from medical images for diagnostics, therapy and follow-up. We will do this by developing a transformative and synergistic approach to medical imaging in which acquisition, reconstruction, analysis and interpretation will be tightly coupled, with bidirectional feedback between the different stages, in order to optimize the overall objective of the imaging pipeline: Extracting clinically useful and actionable information. To achieve this step change, the project aims to develop novel deep learning approaches for image acquisition, reconstruction, analysis and interpretation that can be trained in an end-to-end fashion, allowing fast and more efficient imaging.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
- ciencias médicas y de la salud medicina básica anatomía y morfología
- ciencias sociales sociología relaciones laborales automatización
Para utilizar esta función, debe iniciar sesión o registrarse
Le pedimos disculpas, pero se ha producido un error inesperado durante la ejecución.
Necesita estar autentificado. Puede que su sesión haya finalizado.
Gracias por su comentario. En breve recibirá un correo electrónico para confirmar el envío. Si ha seleccionado que se le notifique sobre el estado del informe, también se le contactará cuando el estado del informe cambie.
Palabras clave
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMA PRINCIPAL
Ver todos los proyectos financiados en el marco de este programa
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
ERC-ADG - Advanced Grant
Ver todos los proyectos financiados en el marco de este régimen de financiación
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
(se abrirá en una nueva ventana) ERC-2019-ADG
Ver todos los proyectos financiados en el marco de esta convocatoriaInstitución de acogida
Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.
81675 MUENCHEN
Alemania
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.