Inteligentne algorytmy wspierające lekarza w diagnostyce ultrasonograficznej receptywności endometrium

Opis projektu

Celem projektu jest opracowanie aplikacji ENDOSCAN opartej na nowatorskich algorytmach sztucznej inteligencji (AI), służącej do analizy receptywności endometrium na podstawie obrazów ultrasonograficznych. Receptywność endometrium jest kluczowym wskaźnikiem zdolności do przyjęcia i implantacji zarodka, dlatego jej właściwe określenie ma istotny wpływ na skuteczność leczenia metodą in vitro. Obecnie stosowane metody, takie jak analiza biopsji endometrium czy badania USG, są niedoskonałe.
Stworzona aplikacja dostarczy natychmiastową, obiektywną i wystandaryzowaną analizę parametrów endometrium oraz rekomendacje dotyczące transferu zarodków w leczeniu niepłodności, w tym IVF. W ramach projektu opracowane zostaną algorytmy AI, które na podstawie obrazów USG będą określać grubość, objętość oraz inne cechy morfologiczne endometrium, a także nowe markery i metody automatycznego ich wyznaczania. Zbadana zostanie możliwość stworzenia w pełni automatycznego klasyfikatora obrazów USG, określającego prawdopodobieństwo ciąży bez pośredniego etapu określania markerów. Dane uczące będą pochodzić ze zbiorów filmów USG wraz z opisami. Opracowane zostaną wyspecjalizowane sieci neuronowe działające na pojedynczych klatkach filmu USG (dane 2D) oraz na przebiegach czasowych (dane 3D) oraz uwzględniające dane z USG Doppler. Aplikacja ENDOSCAN będzie uniwersalna, kompatybilna z danymi z aparatów USG różnych producentów oraz dostosowana do zróżnicowanych cech fizycznych pacjentek.

Źródło obrazu: Adobe Stock