Analiza kompozycji ciała z tomografii komputerowej przy użyciu uczenia głębokiego w przewidywaniu niekorzystnych wyników przezcewnikowej wymiany zastawki aortalnej

Okres realizacji
-
Dofinansowanie
102 000,00 zł
Kierownik Projektu
prof. dr hab. Marcin Grabowski
W ramach projektu przewidziano następujące zadania

„Komponent krajowy 2025” dla Stypendystów programu Bekker NAWA 2022

Celem planowanych prac badawczych jest opracowanie i walidacja metody opartej na głębokim uczeniu do ilościowej analizy składu ciała na podstawie
przedzabiegowych skanów TK, w celu przewidywania 5-letniej śmiertelności u pacjentów poddawanych przezcewnikowej implantacji zastawki aortalnej (TAVI).

W trakcie 12-miesięcznego programu zostaną przeprowadzone wstępne badania naukowe niezbędne do ubiegania się o grant, który umożliwi kontynuację prac w tym zakresie we współpracy z dedykowanym zespołem badawczym. Badania wstępne zostaną oparte na populacji pacjentów poddawanych poddanych TAVI w latach 2013–2019 w I Katedrze i Klinice Kardiologii WUM. Pierwszym krokiem będzie uzyskanie dostępu do odpowiednich danych pacjentów, co wiąże się z koniecznością spełnienia wymagań etycznych. Następnie zostanie dokonana selekcja pacjentów spełniających kryteria włączenia do badania, uwzględniając tych, u których będą dostępne przedzabiegowe skany TK klatki piersiowej oraz kompletne dane kliniczne.

Logotyp
1
Kod projektu
NAWA26