Description du projet
Un modèle de prédiction de la démence
La démence correspond à un groupe de troubles cérébraux progressifs liés à l’âge, comme la maladie d’Alzheimer (MA), qui affecte des millions d’adultes en Europe. La MA est souvent précédée du trouble cognitif léger de type amnésique (TCLa), caractérisé par une diminution des compétences liées à la mémoire. Le fait d’être capable de diagnostiquer et de caractériser le TCLa rapidement pourrait faciliter l’administration d’interventions précoces, retardant ainsi l’apparition de la MA. Les scientifiques du projet ID-earlyMCI, financé par l’UE, proposent d’utiliser l’électroencéphalogramme (EEG), ainsi que des pratiques comportementales, pour mesurer l’activité cérébrale chez les patients et élaborer un modèle prédictif de la fonction cognitive. Des méthodes avancées d’apprentissage automatique seront utilisées dans le cadre d’une vaste base de données d’EEG, contribuant ainsi à améliorer les services de soins de santé pour les patients atteints de TCLa.
Objectif
Dementia is an umbrella term for age-related brain disease, of which Alzheimer’s Disease (AD) is the most common. Around 5-7% of adults over 60 years suffer dementia worldwide, with approx. 8.7 m people in the EU. A frequent precursor of AD is amnestic mild cognitive impairment (aMCI), a clinical condition characterised by declines in memory skills. By predicting
aMCI progression, health-care services will have new opportunities to deliver early interventions that could delay AD onset. This will ultimately promote functional independence in vulnerable adults and meet the societal challenge Health, Demographic Change and Wellbeing of Horizon 2020.
Clinical outcomes of aMCI patients are influenced by the severity of cognitive (dys-) function. However, these deficits may occur at an advanced stage of neurodegeneration. This fellowship aims to identify a predictive model of cognitive function based on brain activity measured with electro-encephalography (EEG). Previous studies suggest that the capacity to learn a new task (practice effects) can help classify a person into healthy, aMCI or AD. Also, cross-sectional studies using EEG have found differences between normal controls, aMCI and AD patients during rest and cognitive tasks. The behavioural and EEG evidence combined shows the potential of using behavioural practice and EEG measures to predict cognitive function.
This potential will be investigated and exploited in this fellowship via advanced machine learning methods on a large EEG
data sample. This fellowship will take place in BrainWaveBank (BWB), an innovative company developing the largest database of EEG data in older adults along with cutting-edge analytics. This fellowship will allow the researcher to apply her experience on neural engineering and expand her knowledge and expertise to machine learning and clinical neuroscience in BWB. This will build the researcher’s independence and build prospects for a career in the medical technology sector.
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 biologiquesneurobiologieneurosciences cognitives
- sciences médicales et de la santémédecine fondamentaleneurologiedémencealzheimer
- sciences socialessociologiedémographie
- sciences médicales et de la santésciences de la santéservices de soins de santé
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2019
Voir d’autres projets de cet appelRégime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
BT39DT BELFAST
Royaume-Uni
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.