Zaawansowana diagnostyka raka prostaty przy użyciu metod machine learning oraz deep learning
Celem projektu jest stworzenie narzędzia pozwalającego na znaczne przyspieszenie i poprawienie jakości procesów diagnostycznych związanych z nowotworem prostaty. Dzisiejsza diagnoza opiera się głównie na analizie obrazów medycznych (histopatologicznych, rezonansu magnetycznego (MRI), PET, tomografii komputerowej (CT) i USG). Dane statystyczne mówią o rosnącej liczbie przypadków zachorowań na nowotwory, natomiast liczba lekarzy diagnostów dużo wolniej wzrasta, a w niektórych specjalnościach, jak np. w przypadku histopatologów – maleje. Informacje te jednoznacznie wskazują na znaczną potrzebę zautomatyzowania i skrócenia czasu procesu pojedynczej diagnozy. Przedmiot projektu stanowi odpowiedź Wnioskodawcy na płynące z rynku zapotrzebowanie związane z koniecznością wsparcia procesu diagnostyki nowotworowej w celu znacznego jej przyspieszenia, podniesienia stopnia precyzji oznaczenia guza jakości, a tym samym zmniejszenie ryzyka błędnych diagnoz oraz podniesienia skuteczności i precyzji leczenia ogniskowego, np.Hifu. Cel ten zostanie osiągnięty dzięki opracowaniu i przetestowaniu u partnerów medycznych możliwości użycia metody uczenia maszynowego (machine learning) oraz algorytmów głębokich sieci neuronowych (deep learning) zaimplementowanych na platformie przy diagnostyce nowotworowej ze zdjęć MRI, co znacznie przyczyni się do podniesienia jakości i przyspieszenia diagnostyki onkologicznej raka prostaty. SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art: 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014)
Your project description
To add a photo, description, specify a location or attach other materials about the project, you should fill out the form below. After clicking the “send” button, a message will be sent to you e-mail asking for confirmation. You must accept to submit the form. The EU Dot Map Guidelines and consent to the processing of personal data. materials will be sent to the editor of the site, who will publish it on the website after verification test.