Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Stratificazione del rischio nella sindrome di Brugada attraverso elettrocardiogrammi migliorati dall'AI - Rif. 114/2022-AR |
|---|---|
| Titolo del progetto di ricerca in inglese | Risk stratification in Brugada syndrome through AI-enhanced electrocardiograms - ref. 114/2022-AR |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/01 - ELETTRONICA |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| Descrizione sintetica in italiano | Il Programma di Ricerca si occupa di studiare la sindrome di Brugada tramite tecniche avanzate di intelligenza artificiale. Lo studio è in collaborazione con l'Università di Torino e l'Università di Tel Aviv. La sindrome di Brugada è il disturbo aritmico ereditario più diffuso caratterizzato dalla propensione a sviluppare aritmie ventricolari pericolose per la vita, le cui manifestazioni cliniche possono variare da nessun sintomo a ripetuti arresti cardiaci e morte improvvisa. Il Programma di Ricerca si concentra sulla possibilità che gli ECG possano contenere informazioni nascoste, invisibili anche all'occhio umano più esperto. L'approccio proposto è pertanto basato sulle reti neurali profonde per perfezionare la stratificazione del rischio, in particolare nei pazienti asintomatici, che spesso costituiscono una "zona grigia", dove l'errata classificazione della propensione aritmica specifica del paziente può portare ad una morte prematura. |
| Descrizione sintetica in inglese | The Research Program aims to study the Brugada syndrome using advanced artificial intelligence techniques. The study is in collaboration with the Università degli Studi di Torino and the University of Tel Aviv. Brugada syndrome is the most common inherited arrhythmic disorder characterized by the propensity to develop life-threatening ventricular arrhythmias, whose clinical manifestations can range from no symptoms to repeated cardiac arrest and sudden death. The Research Program focuses on the possibility that ECGs may contain hidden information, invisible to even the most experienced human eye. Therefore, the proposed approach is based on deep neural networks to refine risk stratification, particularly in asymptomatic patients, which often constitute a "gray zone", where the incorrect classification of the patient's specific arrhythmic propensity can lead to a premature death. |
| Data del bando | 31/05/2022 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
OTHER |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://careers.polito.it/ |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | Il bando e la modulistica per partecipare alla valutazione comparativa sono disponibili all'indirizzo: https://careers.polito.it/ |
| Criteri di selezione in inglese (breve descrizione) | To apply for research grants fill out the form available at the following address: https://careers.polito.it/ |
| Nome dell'Ente finanziatore | Politecnico di Torino |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | TORINO |
| Sito web | http://www.polito.it/ |
| ruo.assegnidiricerca@polito.it | |
| Telefono | 0110906136 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 10/06/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://careers.polito.it/ |