Projecten
Radiomics voor risicopredictie in patiënten met verhoogd risico op borstkanker. KU Leuven
Het is algemeen bekend dat het risico om borstkanker te ontwikkelen voor verschillende groepen vrouwen verschillend is. In dit project zullen we ons richten op een specifieke subgroep, namelijk de vrouwen met een hoger dan normaal risico om kanker te krijgen. Een factor die het risico op het ontwikkelen van kanker bepaalt, is de hoeveelheid klierweefsel in de borst, bekend als borstklieren. De borsten zijn meestal gecategoriseerd in BIRADS ...
Accurate patiënt-individuele voorspelling van het voordeel van protontherapie voor thoracale kanker met behulp van 3D dosisverdelingen en radiomics KU Leuven
Curatieve radiotherapie voor thoracale kanker houdt een aanzienlijk risico op stralingsgeïnduceerde toxiciteit in, voornamelijk wegens stralingsdosis op longen en hart. Protontherapie (PT) is een innovatieve techniek die de fysische eigenschappen van protonen inzet om dosis nauwkeuriger toe te dienen. Hoopgevende PT resultaten - minder ongewenste dosis en beperkte toxiciteit - werden gepubliceerd. De hoge kost van PT vereist wel een ...
Ontwikkeling van deep learning en radiomics technieken voor contraststof gebaseerde mammografie: het gebruik van in silico testen met synthetische data om zeldzame kankers ook te kunnen incorporeren KU Leuven
De moeilijkheid in het detecteren en/of karakteriseren van minder vaak voorkomende borstkanker-subtypes op basis van medische beelden is al lang bekend. De combinatie van ontwikkelingen in x-ray beeldvorming en artificiële intelligentie (AI) openen nieuwe mogelijkheden voor dit probleem. Dit project zal focussen op de bouw en validatie van een gecombineerde deep learning - radiomics oplossing voor contrast enhanced mammography (CEM). Deze ...
Ontwikkeling van deep learning en radiomics technieken voor contraststof gebaseerde mammografie: het gebruik van in silico testen met synthetische data om zeldzame kankers ook te kunnen incorporeren KU Leuven
Het probleem van het detecteren en / of karakteriseren van minder vaak voorkomende subtypes van borstkanker uit medische beelden wordt al lang erkend. De combinatie van vooruitgang in röntgenbeeldvorming en kunstmatige intelligentie (AI) opent nieuwe wegen voor dit probleem. Dit project zal een gecombineerde deep learning en handgemaakte radiomics-oplossing bouwen en valideren voor contrast-versterkte mammografie (CEM). De nieuwe tool biedt ...
Ontwikkeling van deep learning en radiomics technieken voor contraststof gebaseerde mammografie: het gebruik van in silico testen met synthetische data om zeldzame kankers ook te kunnen incorporeren KU Leuven
Het probleem van het detecteren en / of karakteriseren van minder vaak voorkomende subtypes van borstkanker uit medische beelden wordt al lang erkend. De combinatie van vooruitgang in röntgenbeeldvorming en kunstmatige intelligentie (AI) opent nieuwe wegen voor dit probleem. Dit project zal een gecombineerde deep learning en handgemaakte radiomics-oplossing bouwen en valideren voor contrast-versterkte mammografie (CEM). De nieuwe tool biedt ...
18F-PSMA-1007 PET/MR beeldvorming, kwantificering en radiomics in de primaire stadiëring van prostaatkanker en responsvoorspelling na neoadjuvante hormonale therapie KU Leuven
Prostaatspecifiek membraanantigeen (PSMA) is een glycoproteïne dat op de celmembraan van prostaatkankercellen tot overexpressie wordt gebracht. Tot op heden is PSMA PET de gouden standaard om ziektehaarden te lokaliseren bij patiënten met biochemisch recidiverend prostaatkanker (PKa) en begeleidt het de behandeling ervan in dit klinisch scenario. De rol van PSMA PET in primaire stadiëring en het effect ervan op behandelingsbeleid en ...
Veranderingen in "Radiomic" features op korte termijn voorspellen de effectiviteit van behandelingen voor multiple sclerosis op lange termijn Universiteit Hasselt
SRP-Onderzoekszwaartepunt: Societal Benefit of Markerless Stereotactic Body Radiotherapy: a Statistical Support based on Quantitative Imaging Vrije Universiteit Brussel
Verbeterde borstkankeropsporing door dynamische big data analyse van kwantitatieve kenmerken berekend uit beelden (biomarkers) KU Leuven
Borstkanker is nog steeds een gezondheidsprobleem. De mortaliteit in Vlaanderen en Slovenia is gelijkaardig en boven het Europese gemiddelde. Terwijl beide regio’s succesvolle opsporingsprogramma’s hebben worden er nog te veel kankers gemist. De beeldvorming moet verbeterd worden in de “dense borsten” waarin tot 5 keer meer kankers ontstaan en in borsten waar het complexe borstkierweefsel de letsels “maskeert”. Deze uitdagingen zullen in dit ...