Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

A fully automated deep learning-based software for fast, robust and accurate detection and segmentation of tumours and metastasis

Description du projet

Améliorer les conséquences du cancer du poumon grâce à une approche automatisée de la caractérisation des tumeurs

Un diagnostic rapide et précis est essentiel pour un traitement efficace de tous les types de cancer. Malheureusement, la détection, la segmentation et la caractérisation avancées des tumeurs dépendent de processus manuels ou semi-manuels laborieux, ce qui limite la précision du traitement et le suivi de la réponse au traitement. Le projet AUTO.DISTINCT financé par l’UE, introduira, démontrera et évaluera un logiciel révolutionnaire, entièrement automatisé, de détection et de segmentation volumétrique rapide, précise, indépendante de l’observateur et reproductible des tumeurs du poumon et des métastases sur les images de tomodensitométrie. Les travaux du projet amélioreront radicalement la caractérisation des tumeurs chez les patients atteints d’un cancer du poumon en affinant la détection des lésions sur les images de tomodensitométrie, ce qui aura des répercussions importantes pour les patients et pour la précision du traitement par radiothérapie.

Objectif

The inaccuracy and inconsistency of state-of-the-art tumour volume detection and segmentation has an adverse influence on patient outcomes. Accurately determining the exact location and volume of tumours is a prerequisite for the detection, segmentation, characterisation and therapy response monitoring for any type of cancer. Today, tumour segmentation is performed manually or semi-automatically in a laborious and time-consuming process that exhibits low accuracy and inconsistency. This compromises quality of care by limiting the certainty of lesion detection on medical images, hindering the effectivity of radiotherapy and restricting the accuracy of treatment response monitoring.

In this ERC PoC project, we introduce fully automated software for fast, accurate, observer independent and reproducible detection and volumetric segmentation of (lung) tumours and metastases on CT images. Through a unique three-step approach, our software demonstrates superior speed, accuracy and robustness of tumour segmentation over both the state-of-the-art as well as published competing solutions for automated tumour segmentation. Hence, our software has the potential to drastically reduce the adverse impact that inaccurate tumour detection and segmentation currently has on (lung) cancer patient outcomes by: improving the detection of lesions on CT images, increasing the accuracy of radiotherapy treatment to reduce the occurrence of geometric misses, and advance the evaluation of tumour response to treatments through volumetric treatment monitoring.

In AUTO.DISTINCT we will provide technical and commercial proof-of-concept for our novel software. We will solve the remaining technical challenges and develop a user-friendly prototype that can be validated with end users. Moreover, we will develop a business strategy that incorporates all technical, commercial, IPR and regulatory aspects of our invention to ensure successful commercialisation.

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.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Programme(s)

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.

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.

ERC-POC-LS - ERC Proof of Concept Lump Sum Pilot

Voir tous les projets financés dans le cadre de ce programme de financement

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.

(s’ouvre dans une nouvelle fenêtre) ERC-2020-PoC

Voir tous les projets financés au titre de cet appel

Institution d’accueil

UNIVERSITEIT MAASTRICHT
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 150 000,00
Adresse
MINDERBROEDERSBERG 4
6200 MD Maastricht
Pays-Bas

Voir sur la carte

Région
Zuid-Nederland Limburg (NL) Zuid-Limburg
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

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.

Aucune donnée

Bénéficiaires (1)

Mon livret 0 0