Hem assistit al 20è Simposi de la Fundació La Marató de TV3, on s’han presentat els resultats d’una intensa activitat investigadora, traduïts en noves eines de prevenció i de diagnòstic i nous enfocaments terapèutics que milloraran l’esperança i la qualitat de vida dels pacients amb una malaltia neurodegenerativa.
El projecte Biomarkem.cat coordinat per la Universitat de Girona, i amb la participació de l’Hospital Vall d’Hebron i l’Institut d’Investigació Biomèdica de Girona (IdIBGi), que engloba l’Hospital Dr. Josep Trueta i l’Hospital Santa Caterina, l’ha dut a terme un equip multidisciplinari d’informàtics, radiòlegs i neuròlegs amb un gran bagatge i experiència en el camp.
L’objectiu del projecte, ha estat desenvolupar, validar i implementar eines informàtiques completament automatitzades i robustes per mesurar marcadors de lesions i del teixits cerebrals (atròfia) en imatges de ressonància magnètica de pacients amb esclerosi múltiple.
Durant el projecte s’han desenvolupat un conjunt de noves eines informàtiques per a l’obtenció de biomarcadors d’atròfia (quantificació del volum dels teixits cerebrals) en imatges de ressonància magnètica, i un conjunt d’eines per a l’extracció de biomarcadors de lesió (detecció de número de lesions, volum lesional, i aparició de noves lesions), tant per estudis transversals com per estudis longitudinals.
Els resultats d’aquesta investigació han demostrat la capacitat d’aquestes eines per obtenir una sensitivitat alta, sense detectar un elevat nombre de falsos positius. Per altra banda, els resultats obtinguts tenen també una gran correlació amb el volum lesional anotat pels experts mèdics, superiors, per exemple, a altres eines conegudes de l’estat de l’art a nivell internacional.
Aquests marcadors de ressonància magnètica poden ser molt útils a la pràctica clínica per millorar el procés de diagnosi, monitorització i seguiment dels pacients amb esclerosi múltiple, ja que són capaços d’oferir mesures precises i robustes per a l’atròfia i l’evolució de les lesions de forma reproduïble i eficient. Aquests marcadors han de ser la base per a la futura creació de models predictius de l’esclerosi múltiple, el repte següent que pretenem afrontar l’equip d’investigació que ha participat en aquest projecte.
[vc_row row_type=”row” text_align=”left” css_animation=””][vc_column][vc_column_text css=”.vc_custom_1561549797433{padding-top: 30px !important;}”]Bibliografia[/vc_column_text][vc_separator type=”normal” color=”#aaaaaa” up=”0px”][/vc_column][/vc_row][vc_row row_type=”row” text_align=”left” css_animation=””][vc_column][vc_column_text]El projecte ha generat diferents publicacions en revistes indexades i participacions en conferències i congressos internacionals. A més d’aquestes publicacions en revistes de prestigi, el projecte ha generat 22 publicacions i participacions en conferències i congressos internacionals, com el Congress of the European Committee for Treatment and Research in Multiple Sclerosis 12 (ECTRIMS), i en 3 en congressos d’àmbit nacional, com el Congrés de la Societat Espanyola de Radiologia Mèdica (SERA), on s’han presentat a l’àmbit mèdic els avenços assolits en el marc del projecte.
Tesis doctorals llegides en el marc del projecte:
• Roura E. Automated methods on magnetic resonance brain imaging in multiple sclerosis.
Codirigida pel Dr. X. Lladó i el Dr. A. Oliver.
Defensa: 1 de juliol de 2016.
Qualificació: Excel·lent cum laude per unanimitat.
• Valverde S. Automated brain tissue segmentation of magnetic resonance images in multiple sclerosis.
Codirigida pel Dr. X. Lladó i el Dr. A. Oliver. Defensa: 14 de juny de 2016.
Qualificació: Excel·lent cum laude per unanimitat.
Premi a la millor tesi doctoral de la UdG dins del programa de doctorat en Tecnologia.
Tesis doctorals pendents de finalitzar:
• González, S. Brain structures in MRI image segmentation of multiple sclerosis patients.
Codirigida pel Dr. X. Lladó i Dr. A. Oliver (finançada pel projecte BiomarkEM.cat).
Previsió de finalització: maig de 2019.
• Salem, M. Brain change detection in MRI images.
Codirigida pel Dr. X Lladó i el Dr. J. Salvi.
Previsió de finalització: desembre de 2019.
• Bernal, J. Supervised tissue segmentation in brain MRI images using deep learning.
Codirigida pel Dr. X. Lladó i el Dr. A. Oliver Previsió de finalització: 2020.
• Kushibar, K. 2020. Deep learning techniques for MRI segmentation of brain structures.
Codirigida pel Dr. X. Lladó i el Dr. A. Oliver
Previsió de finalització: 2020.
[/vc_column_text][/vc_column][/vc_row]
