Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Modely strojového a hlubokého učení pro zlepšení pre-operativní evaluace farmakorezistentní epilepsie

Veřejná podpora

  • Poskytovatel

    Ministerstvo zdravotnictví

  • Program

    Program na podporu zdravotnického aplikovaného výzkumu na léta 2020 - 2026

  • Veřejná soutěž

    SMZ0202200001

  • Hlavní účastníci

    Fakultní nemocnice u sv. Anny v Brně

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    NU22-08-00278

Alternativní jazyk

  • Název projektu anglicky

    Enhanced pre-surgical evaluation in drug-resistant epilepsy using machine/deep learning models

  • Anotace anglicky

    Surgical removal of the epileptogenic tissue or implantation of a stimulation device represents the best chance for patients with pharmacoresistant epilepsy to be seizure-free. Intracranial EEG acquisition, processing, and machine learning techniques have undergone rapid development and shown promise in the localization of epileptogenic tissue and seizure prediction. However, the transition of these methods into the clinic is slow even though the computational power of computers is sufficient. The project aims to develop a system for automated high-frequency intracranial EEG processing to localize epileptic tissue, predict seizures and surgical outcomes. That entails long-term signal acquisition and storage, application of signal feature extraction algorithms including machine learning and deep learning techniques, and visualization of the results to medical staff. The output of this project will be the software tools for fast and precise localization of epileptogenic foci, seizure, and outcome predictions which could significantly reduce the cost and risk of treatment and increase the well-being of patients.

Vědní obory

  • Kategorie VaV

    AP - Aplikovaný výzkum

  • OECD FORD - hlavní obor

    30210 - Clinical neurology

  • OECD FORD - vedlejší obor

  • OECD FORD - další vedlejší obor

  • CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

    FH - Neurologie, neurochirurgie, neurovědy

Hodnocení dokončeného projektu

  • Hodnocení poskytovatelem

    V - Vynikající výsledky projektu (s mezinárodním významem atd.)

  • Zhodnocení výsledků projektu

    Projekt představuje významný metodický posun v oblasti automatizované lokalizace epileptogenní zóny pomocí pokročilé analýzy iEEG dat s využitím metod strojového učení. Údaje předložené řešitelem jsou adekvátní a doložené výstupy v prestižních časopisech. Projekt realizoval kompletní procesní řetězec od primárního zpracování dat až po finální interpretaci výsledků. Výstupy projektu v podobě deseti impaktovaných publikací a funkčních softwarových modulů jsou na vysoké úrovni. V oblasti hospodaření nebyly zjištěny zásadní nesrovnalosti a meziroční fluktuace v čerpání byly řádně zdůvodněny.

Termíny řešení

  • Zahájení řešení

    1. 5. 2022

  • Ukončení řešení

    31. 12. 2025

  • Poslední stav řešení

    U - Ukončený projekt

  • Poslední uvolnění podpory

    4. 3. 2025

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP26-MZ0-NU-U

  • Datum dodání záznamu

    13. 7. 2026

Finance

  • Celkové uznané náklady

    7 983 tis. Kč

  • Výše podpory ze státního rozpočtu

    7 983 tis. Kč

  • Ostatní veřejné zdroje financování

    0 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč