Acasa

Obiectiv principal: Dezvoltarea unui sistem software pentru diagnoza automata si asistata de calculator a tumorilor abdominale, bazat pe imagini medicale de diferite tipuri, implicand atat tehnici conventionale, cat si de invatare profunda.

Obiective secundare:

  • O1. Dezvoltarea unor metode avansate de analiza a imaginilor si clasificare, in scopul de a obtine o performanta maxima in ceea ce priveste recunoasterea tumorilor abdominale din imagini medicale de diferite tipuri

  • O2. Compararea performantelor metodelor conventionale, respectiv a celor de invatare profunda, in situatii multiple, in cazul unor tipuri variate de imagini medicale

  • O3. Detectia starilor preneoplazice, respectiv a tumorilor aflate in stadiu de dezvoltare incipient, prin metode computerizate.

  • O4. Sustinerea activitatilor de cercetare pt. tinerii cercetatori.


Activitati

Activitatile sunt organizate in trei etape, corespunzatoare fiecarui an.

Etapa 1 (12 mai 2022 - 31 decembrie 2022).

  • Proiectarea sistemului software destinat diagnozei automate si asistate de calculator a tumorilor abdominale. Experimente si rezultate preliminare.

Etapa 2 (1 ianuarie 2023 - 31 decembrie 2023).

  • Implementarea sistemului software pentru diagnoza automata si asistata de calculator a tumorilor abdominale.

Etapa 3 (1 ianuarie 2024 - 10 mai 2024).

  • Instalarea sistemului software la beneficiar, testarea lui in conditii reale si integrarea in practica clinica.


Publicatii

D. Mitrea, R. Brehar, R. Itu, S. Nedevschi, M. Socaciu, R. Badea, "Pancreatic Tumor Recognition from CT Images through Advanced Deep Learning Techniques", lucrare acceptata la conferinţa IEEE International Conference on Automation, Quality and Testing, Robotics (AQTR 2024), Cluj-Napoca, 16-18 mai 2024 (ISI Proceedings).

D. Mitrea, R. Brehar, S. Nedevschi, M. Platon-Lupsor, M. Socaciu, R. Badea, “Hepatocellular Carcinoma Recognition from Ultrasound Images Using Combinations of Conventional and Deep Learning Techniques", Sensors (ISI, Q2), Vol. 23, No. 5, pp. 1-29, https://www.mdpi.com/1424-8220/23/5/2520

D. Mitrea, R. Brehar, C. Mocan, S. Nedevschi, M. Socaciu, R. Badea, “Hepatocellular carcinoma recognition from ultrasound images by fusing convolutional neural networks at decision level”, The 46th International Conference on Telecommunications and Signal Processing (TSP 2023), 12-14 iulie 2023 (ISI Proceedings)

R. Brehar, D. Mitrea, S. Nedevschi, T. Moisoiu, F.I. Elec, M. Socaciu, “Kidney Tumor Segmentation and Grade Identification in CT Images”, 2023 IEEE 19th International Conference on Intelligent Computer Communication and Processing (ICCP), Cluj-Napoca, 26-28 octombrie 2023 (ISI Proceedings)

D. Mitrea, V. Timu, V. A. Florian, C. Mocan, S. Nedevschi, M. Socaciu, R. Badea, “Liver tumor segmentation from Computed Tomography images through Convolutional Neural Networks”, The 2023 9th International Conference on Systems and Informatics (ICSAI 2023), 16-18 Dec 2023, Changsha, China, Proceedings, pp. 291-296, http://81.68.97.198/submission_icsai/ICSAI-2023-Proceeding.pdf.

D. Mitrea, S. Nedevschi, M. Socaciu, R. Badea, “Deep Learning Techniques for Liver Tumor Recognition in Ultrasound Images”, capitol in cartea cu titlul “Deep Learning - Recent Findings and Researches”, IntechOpen (https://www.intechopen.com/online-first/deep-learning-techniques-for-liver-tumor-recognition-in-ultrasound-images)

D. Mitrea, R. Brehar, S. Nedevschi, M. Socaciu, R. Badea, "Hepatocellular Carcinoma recognition from ultrasound images through Convolutional Neural Networks and their combinations", prezentat la International Conference on Advancements of Medicine and Health care through Technology, MediTech 2022, Cluj-Napoca, 20-22 octombrie 2022, publicat in IFMBE Proceedings (IFMBE, volume 102), pp. 3-11, Springer, https://link.springer.com/chapter/10.1007/978-3-031-51120-2_1

R. Brehar, D. Mitrea, S. Nedevschi, M. Socaciu, T. Moisoiu, F. Elec, "Kidney Tumor Stage Identification in CT Images", IEEE Transactions on Medical Imaging (in evaluare)


Brevet European:

D. Mitrea, R. Brehar, R. Itu, A.-V. Florian, M. Socaciu, T. Moisoiu, “Improving the Performance of Abdominal Tumors Diagnosis within Medical Images through the Combination of Conventional and Deep Learning Techniques”, propunere depusa la European Patent Office (EPO)

Rezultate si Concluzii

În contextul proiectului de cercetare ACADTUM s-au dezvoltat şi experimentat metode avansate pentru diagnoza automată şi asistată de calculator a tumorilor abdominale pe baza imaginilor medicale de diferite tipuri: ultrasonografice (US), computer tomografice (CT), respectiv imagini de rezonanţă magnetică (IRM). În scopul recunoaşterii şi segmentării tumorilor abdominale din imagini medicale, s-au dezvoltat metode performante de învăţare profundă bazate pe reţele neuronale convoluţionale (CNN), luându-se în considerare atât arhitecturi clasice, cât si originale, realizându-se, de asemenea, combinarea acestora atât la nivelul clasificatorului, cât şi la nivel decizional. S-au dezvoltat metode convenţionale originale, bazate pe tehnici avansate de analiză a texturii, realizându-se o comparare sistematică a metodelor de învăţare profundă şi a celor convenţionale, experimentându-se, de asemenea, combinaţii ale acestora. S-au realizat demersuri în vederea detecţiei automate a gradelor de evoluţie ale tumorilor renale, respectiv a stărilor preneoplazice, în cazul cancerului hepatic. Cele mai performante metode au fost integrate în aplicaţia software ACADTUM, destinată diagnozei automate şi asistate de calculator a tumorilor abdominale pe baza imaginilor medicale. In general, metodele de recunoastere si segmentare bazate pe imagini CT si IRM au depasit in performanta pe cele bazate pe imagini ultrasonigrafice. Totusi, nu trebuie ignorata importanta ultrasonografiei, aceasta fiind o metoda de investigare imagistica non-invaziva, nepericuloasa, de cost scazut, oricand repetabila.


Contact

Delia Mitrea

Adresa:
Universitatea Tehnica din Cluj-Napoca
Departmentul Calculatoare,
Str. Memorandumului, Nr. 28, 400 114, Cluj-Napoca
Romania

Birou: Baritiu str. 26

E-mail:
Delia.Mitrea@cs.utcluj.ro



Numele complet al proiectului:
ACADTUM - Diagnoza automata si asistata de calculator a tumorilor abdominale, prin metode avansate de analiza si recunoastere, pe baza imaginilor medicale - PN-III-P1-1.1-TE-2021-1293

Contract:
TE 156/2022

Finantare:
Ministerul Cercetarii si Inovarii, CNCS – UEFISCDI