Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Sviluppo di modelli radiomici e clinici per la diagnosi precoce dell’invasione microvascolare nel carcinoma epatocellulare |
|---|---|
| Titolo del progetto di ricerca in inglese | Developing radiomics and clinical models for the early diagnosis of microvascular invasion in hepatocellular carcinoma |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Computer systems |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Biomedical engineering |
| Campo principale della ricerca | Medical sciences |
| Sottocampo della ricerca | Medicine |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | L’invasione microvascolare (IMV) è una delle cause primarie di recidiva postoperatoria nell’epatocarcinoma. Attualmente, la diagnosi di IMV è di estrema difficoltà e ciò causa inappropriate indicazioni cliniche alla chirurgia, che comportano trapianti di fegato inefficaci. Alcune caratteristiche rilevabili nelle immagini mediche possono suggerire la presenza di IMV, tra cui dimensione del tumore e morfologia dei margini, ma nessuna correla accuratamente con la diagnosi di IMV derivante dall’analisi istologica. Per questo motivo, si rendono necessari nuovi approcci diagnostici per migliorare la diagnosi di IMV e aumentare il beneficio dei trattamenti. Scopo del Progetto è sviluppare, in uno studio retrospettivo, un modello ibrido, radiomico e clinico, con l’utilizzo di tecniche di machine learning e intelligenza artificiale per l’individuazione di potenziali imaging biomarker per la diagnosi precoce di IMV, da validare in un futuro studio prospettico. |
| Descrizione sintetica in inglese | Microvascular invasion (MVI) is one of the primal causes of postoperative recurrence of Hepatocellular Carcinoma. However, the preoperative MVI detection is very difficult, this causing pitfalls in the surgical decision making and leading to ineffective liver transplantations. Some imaging cues, including tumour size and margin morphology, may suggest the presence of MVI, but none of them accurately relate to the postoperative histologic diagnosis. Therefore, new detection and prognostic approaches are needed for improving the preoperative MVI diagnosis and increasing the benefits of treatment options. This project aims at detecting, in a retrospective study, a hybrid radiomic and clinic model, exploiting machine learning and artificial intelligence techniques to detect promising imaging biomarkers for the early diagnosis of MVI, to be validated in future prospective studies. |
| Data del bando | 22/09/2021 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI MEDICINA SPECIALISTICA, DIAGNOSTICA E SPERIMENTALE |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| sam.nonstrutturati@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 07/10/2021 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |