Filtri
cris logo
-
Novo iskanje Filtri
Izberi iz seznama
Prikazano od Prikaži več
Dosegli ste najvišje možno število prikazanih rezultatov iskanja.
Prikazani so vsi rezultati
Za izvedeno iskanje ni na voljo rezultatov
Prikazano od
Dosegli ste najvišje možno število prikazanih rezultatov iskanja.
Prikazani so vsi rezultati
Nalaganje rezultatov
Pridobivanje statističnih podatkov

Projekti / Programi vir: ARIS

Računalniško-podprta diferencialna diagnoza parkinsonizmov na osnovi FDG-PET slikanja

Uredi
Raziskovalna dejavnost

Koda Veda Področje Podpodročje
2.06.00  Tehnika  Sistemi in kibernetika   
3.03.00  Medicina  Nevrobiologija   

Koda Veda Področje
2.06  Tehniške in tehnološke vede  Zdravstveni inženiring 
3.01  Medicinske in zdravstvene vede  Temeljna medicina 
Ključne besede
parkinsonizem, mrežna analiza, fluorodeoksiglukoza (FDG), positronska emisijska tomografija (PET), FDG-PET slikanje, multinomska logistična regresija
Vrednotenje (pravilnik)
vir: COBISS
Vrednotenje bibliografskih kazalcev raziskovalne uspešnosti po metodologiji ARIS
Upoš. tč.
5.746,75
A''
1.242,17
A'
2.021,75
A1/2
3.434,02
CI10
9.684
CImax
2.001
h10
44
A1
19,77
A3
4,28
Podatki za zadnjih 5 let (citati za zadnjih 10 let) na dan 02. december 2023; A3 za obdobje 2017-2021
Podatki za razpise ARIS ( 04.04.2019 - Programski razpis, arhiv )
Citiranost Citiranost bibliografskih zapisov v COBIB.SI, ki so povezani z zapisi citatnih baz
vir: WoS vir: Scopus vir: COBISS
Baza Povezani zapisi Citati Čisti citati Povprečje čistih citatov
WoS  571  10.576  9.899  17,34 
Scopus  474  12.724  11.919  25,15 
Raziskovalci (18)
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacij
1.  12628  dr. Rok Hren  Sistemi in kibernetika  Raziskovalec  2022 - 2023  249 
2.  33876  Luka Jensterle  Srce in ožilje  Tehnični sodelavec  2021 - 2023  42 
3.  15737  dr. Robert Jeraj  Fizika  Raziskovalec  2021 - 2023  548 
4.  30072  dr. Maja Kojović  Nevrobiologija  Raziskovalec  2021 - 2023  127 
5.  35129  Angela Kunst    Tehnični sodelavec  2021 - 2023  0 
6.  22346  dr. Luka Ležaič  Reprodukcija človeka  Raziskovalec  2021 - 2023  236 
7.  51885  Matej Perovnik  Nevrobiologija  Raziskovalec  2022 - 2023  87 
8.  29364  dr. Sebastijan Rep  Reprodukcija človeka  Raziskovalec  2021 - 2023  118 
9.  50670  dr. Luka Rogelj  Fizika  Raziskovalec  2021 - 2022  29 
10.  51578  Tomaž Rus  Nevrobiologija  Raziskovalec  2021 - 2023  71 
11.  27760  dr. Urban Simončič  Fizika  Vodja  2021 - 2023  116 
12.  17683  Ivan Slodnjak    Tehnični sodelavec  2021 - 2023  42 
13.  29238  dr. Aljaž Sočan  Farmacija  Raziskovalec  2021 - 2023  85 
14.  21552  dr. Andrej Studen  Fizika  Raziskovalec  2021 - 2023  126 
15.  53652  Eva Štokelj  Fizika  Mladi raziskovalec  2021 - 2023  17 
16.  24691  dr. Petra Tomše  Srce in ožilje  Raziskovalec  2021 - 2023  122 
17.  15442  dr. Maja Trošt  Nevrobiologija  Raziskovalec  2021 - 2023  451 
18.  20484  dr. Katja Zaletel  Metabolne in hormonske motnje  Raziskovalec  2021 - 2023  415 
Organizacije (2)
št. Evidenčna št. Razisk. organizacija Kraj Matična številka Štev. publikacij
1.  0312  Univerzitetni klinični center Ljubljana  Ljubljana  5057272000  75.485 
2.  1554  Univerza v Ljubljani, Fakulteta za matematiko in fiziko  Ljubljana  1627007  33.685 
Povzetek
V tem projektu bomo razvili dve novi orodji za računalniško podprto diferencialno diagnozo parkinsonizma in ju primerjali s standardno klinično diagnozo. Parkinsonski sindromi so skupina sindromov, za katere je značilna hipokinezija, togost, tremor v mirovanju in nenormalna hoja in drža. Najpogostejša je Parkinsonova bolezen (PD) z ocenjeno globalno razširjenostjo več kot 10 milijonov primerov in približno 5000 primerov v Sloveniji. Atipična oblika parkinsonizma vključuje atrofijo multiplega sistema (MSA), progresivno supranuklearno paralizo (PSP) in kortikobazalno degeneracijo (CBD). Običajni pristop k diferencialni diagnozi parkinsonizmov je kliničen, vendar je težaven v zgodnjih fazah, postavljena diagnoza pa napačna v 25%. Fluorodeoksiglukozna pozitronska emisijska tomografija (FDG-PET) meri metabolizem glukoze v možganih, ki je tesno povezan z lokalno neuralno aktivnostjo in gostoto. Topografske značilnosti nenormalne porabe glukoze so pri različnih parkinsonskih sindromih različne. Vizualna interpretacija FDG-PET slik izboljša natančnost diferencialne diagnoze, vendar zahteva visoko usposobljenega strokovnjaka. Za identifikacijo presnovnih možganskih mrež, značilnih za bolezen, se uporablja multivariatna tehnika prostorske kovariance, znana kot skalirani podprofilni model (SSM), ki temelji na analizi glavnih osi (PCA) na slikah FDG-PET. Kvantitativni indeks izražanja vzorca za določen sindrom lahko razlikuje med bolniki s tem parkinsonizmom in zdravimi posamezniki. Za izračun verjetnosti, da imajo bolniki posamezne parkinsonske sindrome, je bila že razvita analitična več-vzorčna tehnika. Vendar pa ta tehnika bazira na mrežnih slikovnih biomarkerjih, ki so bili optimizirani za diskriminacijo med bolniki z enim samim parkinsonizmom in zdravimi posamezniki, in ne daje boljših rezultatov kot vizualna ocena slik FDG-PET. Naš prvi pristop k računalniško podprti diferencialni diagnozi parkinsonizma je razširitev mrežne analize. Bolniki z vsemi vrstami parkinsonizma bodo vključeni v analizo, medtem ko konvencionalna mrežna analiza običajno vključuje zdrave kontrole in en parkinsonizem; uporabljena bo multinomska logistična regresija po SSM/PCA, medtem ko konvencionalna mrežna analiza uporablja standardno logistično regresijo. Drugi pristop bo klasificiral parkinsonske bolnike z modelom na osnovi globokega učenja, ki ga bo sestavljajo več plasti konvolucijskih nevronskih mrež. Pričakujemo, da bo vsaj en pristop presegel zmogljivost več-vzorčne slikovne tehnike z občutljivostjo in specifičnostjo okrog 75% in 90%, in po možnosti dosegel občutljivost in specifičnost vizualnih odčitkov, podprtih s statističnimi analizami na nivoju vokslov, ki znašata 90% oziroma 95%. Natančna zgodnja diagnoza parkinsonizma je izredno pomembna, ker: (1) različni parkinsonizmi se zdravijo različno, (2) klinične raziskave novih zdravil s potencialnim imunomodulirajočaim učinkom včasih niso uspešne, ker vključujejo napačno diagnosticirane bolnike, in (3) prognoza za različne parkinsonizme se precej razlikuje. Za ta projekt smo sestavili edinstveno interdisciplinarno raziskovalno skupino, ki jo sestavljajo medicinski fiziki s Fakultete za matematiko in fiziko, nevrologi z Oddelka za nevrologijo, Univerzitetni klinični center Ljubljana in specialisti nuklearne medicine ter medicinski fiziki z Oddelka za nuklearno medicino, Univerzitetni klinični center Ljubljana. Skupina tako zagotavlja edinstveno multidisciplinarno platformo za predlagani projekt, ki ima strokovno znanje na področju analize medicinskih slik, dostop do kliničnih podatkov in izvršilno vlogo v klinični praksi. Zato lahko ekipa naredi napredek pri diferencialni diagnozi parkinsonizmov z razvojem algoritmov za računalniško podprto diferencialno diagnozo parkinsonizma, verificira nove algoritme na realnih kliničnih podatkih in uvede te algoritme v klinično prakso.
Zahtevana je potrditev
Zgodovina ogledov
Priljubljeno