Descripció del projecte
L’àmbit de les noves tecnologies basades en intel·ligència artificial aplicades al camp de la salut i més concretament al processament i anàlisis d’imatges mèdiques ha esdevingut un sector en ple auge. Tot i això, les solucions existents per exemple per obtenir biomarcadors de les imatges de ressonància magnètica (RM) del cervell requereixen de protocols d’imatge altament estandarditzats, mentre que els hospitals assistencials disposen de sistemes d’imatge heterogenis (diferents fabricants i models). L’extracció de marcadors en les imatges de RM depèn en gran mesura de la qualitat i estandardització d’aquestes imatges de RM d’entrada, i la precisió d’aquestes es pot veure afectades pel soroll i artefactes de l’adquisició, la resolució de la imatge o la potència del camp magnètic (1.5T o 3T). En les quantificacions longitudinals que inclouen diverses imatges temporals d’un mateix pacient, aquests canvis es maximitzen encara més quan s’usen imatges procedents de diferents escàners i/o models de RM (ex. Siemens, Philips o General Electric).
En aquest projecte de doctorat industrial, amb la col·laboració de l’equip de Tensormedical i els investigadors de VICOROB (grup SGR AIA: Advanced Image Analysis, Ref. 2021SGR01196) i usant com a base tota la experiència de Tensormedical en l’ús de les tècniques de Deep Learning per a l’obtenció de marcadors d’imatges de RM, es pretén investigar i desenvolupar noves solucions innovadores basades en IA per a l’estandardització i homogeneïtzació d’imatges entre diferents escàners i protocols d’adquisició per millorar la posterior quantificació de biomarcadors de les imatges, com és el cas de les lesions d’Esclerosis Múltiple (EM).
La nostra hipòtesi de partida és que la integració de les noves tècniques de síntesi d’imatges basades en IA podrien ser claus per millorar l’estandardització de les dades d’entrada provinents de diferents escàners de RM i models, cosa que sens dubte incrementarà la precisió dels mètodes d’extracció de marcadors que es desenvolupen dins de Tensormedical. Amb aquest doctorat industrial es pretén desenvolupar tècniques disruptives per a la síntesis d’imatges de RM basades en intel·ligència artificial que ens permetin superar les limitacions de les tècniques actuals i millorar la competitivitat de l’empresa de forma única als mercats europeus i nord-americans relacionats amb la neuroimatge i les malalties neurodegeneratives.
