Project

.
.
Finding Endometriosis using Machine Learning (FEMaLe)
Project title: Finding Endometriosis using Machine Learning (FEMaLe)
Project short title: FEMaLe
Number of project implementation agreement: 101017562
Registration number: 4404
Department: Department of Computer Control and Computer Networks
Administrating department: Unit for Research Projects
Finance fund: Horizon2020
Project RTU role: project partner
Status: In implementation
Project start date: 01.01.2021.
Project end date: 31.12.2024.
Title of grant issuer: Eiropas Komisija
General manager: Dmitrijs Bļizņuks
Administrative manager: Ilze Pusbarniece
Total finance:
Projekta kopējais finansējums ir 5 944 134.50 EUR
Summary:

FEMaLE projekta galvenais mērķis ir personalizēt agrīno endometriozes riska prognozēšanu ar mērķi nodrošināt individualizētu iejaukšanos un veidot zināšanas prognostiskai profilaksei, identificējot endometriozes apakštipus.
RTU uzdevums ir izveidot pacientu risku profilēšanas algoritmu un datorredzes rīku, kas palīdzēs ķirurgiem noteikt endometriozi laparoskopisko operāciju laikā, pielietojot dzīļas neirontīklu iespējas.

Activities:
WP5
Tiks izstrādāta praktisku un pašuzlabojoša sistēma veselības uzraudzībai dažādās cilvēku grupās ar endometriozi. Novērojot cilvēkus, kas tiks klīniski fenotipizēti, bioloģiski analizēti un algoritmiski novērtēti, tiks radīts globāla riska profils un definētas pamata klīniskās izpausmes un pazīmes cilvēkiem ar endometriozi. Gala sistēma ietvers vairākus pamatmodeļus dažādām datu modalitātēm.

WP6
Tiks izstrādāts datorredzes rīku, kas ļauj automātiski un objektīvi apstiprināt endometriozes stadiju un to tipu, laparoskopiskās operācijas laikā. Tiks izveiota īpaša sistēma, kas ļaus veikt apmācību uz ierobežotas apmācības kopas, salīdzinājumā ar ikdienas attēliem, ko visbiežāk izmanto konvolucionālo neirontīklu tīklu apmācīšanai.

WP7
Tiks izveidots datorredzes rīku, kas ļaus automātiski noteikt griešanas plakni ap endometriotisko veidojumu, lai palīdzētu ķirurgiem veikt operāciju. Tas būtu ļoti svarīgi ķirurgiem, it īpaši jaunajiem, jo griešanas plaknes definēšanai ir nepieciešama ilglaicīga ķirurģiskā pieredze.
Partners:
  • Aarhus University
  • KTH Royal Institute of Technologies
Project published on RTU website: 04.01.2021.

University