Koniskā staru datortomogrāfija kā osteoporozes riska noteikšanas rīks sievietēm pēcmenopauzes vecumā (OsteoAI)
Projekta informācija
- Projekta numurs
- RSU-ZG-2024/1-0010
- Statuss
- Paveikts
- Laikposms
- 01.04.2024. - 31.03.2026.
- Finansējums
- 180 000,00 EUR
- Partneru skaits
- 2
- Koordinators
- Rīgas Stradiņa universitāte (RSU)
- Valstis
- Latvia
Projekta mērķis un uzdevumi
Projekta mērķis ir izstrādāt jaunu pieeju osteoporozes riska savlaicīgai noteikšanai sievietēm pēcmenopauzes periodā, izmantojot konusveida stara datortomogrāfijas (CBCT) izmeklējumu attēlus. Pētījuma ietvaros paredzēts analizēt apakšžokļa kortikālā kaula kvalitatīvās un morfoloģiskās izmaiņas, identificējot pazīmes, kas varētu būt saistītas ar paaugstinātu osteoporozes risku. Balstoties uz iegūtajiem datiem, paredzēts izstrādāt visaptverošu dziļās mācīšanās prototipa modeli, kas nākotnē varētu tikt izmantots automatizētai osteoporozes riska identificēšanai.
Būtiska projekta daļa ir arī osteoporozes ietekmes izpēte uz temporomandibulārās locītavas (TML) kaula struktūrām sievietēm pēcmenopauzes vecumā. Tiks vērtētas apakšžokļa galviņas strukturālās un morfoloģiskās īpašības, tostarp tās blīvums, tilpums un virsmas struktūra, lai noskaidrotu, kā osteoporoze ietekmē šīs anatomiskās struktūras.
Lai sasniegtu projekta mērķus, tiks veikta CBCT attēlu un ar tiem saistīto datu analīze, identificētas osteoporozes riska noteikšanai nozīmīgas kaula morfoloģiskās pazīmes, izstrādāti to novērtēšanas algoritmi un dziļās mācīšanās pieeja. Izstrādātais modelis tiks apmācīts un testēts, novērtējot tā spēju noteikt osteoporozes riska pazīmes. Vienlaikus tiks analizēta saistība starp osteoporozi un TML kaula struktūru izmaiņām. Pētījumā kopumā paredzēts iesaistīt 250 pacientus.
Kopumā projekta uzdevums ir apvienot medicīniskās attēlveidošanas, kaulu struktūru analīzes un mākslīgā intelekta metodes, lai izstrādātu potenciāli pieejamāku un automatizējamu pieeju osteoporozes riska agrīnai identificēšanai, izmantojot zobārstniecībā iegūtus CBCT izmeklējumus.
EDI veicamie uzdevumi
Elektronikas un datorzinātņu institūta (EDI) pienesums projektā ir saistīts ar mākslīgā intelekta un attēlu analīzes risinājumu izstrādi osteoporozes riska noteikšanai. EDI uzdevumi aptver visu risinājuma izstrādes ciklu – no morfoloģisko pazīmju analīzes un algoritmu izstrādes līdz programmatūras izveidei, modeļa apmācībai un tā darbības novērtēšanai. Projekta ietvaros EDI paredzēts izstrādāt mandibulāro indeksu modeli, kas, analizējot konusveida staru datortomogrāfijas (CBCT) attēlus, ļautu identificēt ar osteoporozes risku saistītas apakšžokļa kaula morfoloģiskās pazīmes.
EDI veicamie darbi ietver:
- Morfoloģiskās analīzes un mākslīgā intelekta modeļa izstrādi – tiks analizētas CBCT attēlos identificējamās apakšžokļa kaula pazīmes un izstrādāts algoritms mandibulāro indeksu noteikšanai. Pamatojoties uz iegūtajiem datiem, tiks izstrādāta piemērota dziļo neironu tīklu arhitektūra osteoporozes riska identificēšanai.
- Programmatūras izstrādi – tiks izveidots programmatūras risinājums, kas nodrošinās izstrādātā mandibulāro indeksu modeļa izmantošanu CBCT attēlu analīzei un osteoporozes riska noteikšanai.
- Modeļa apmācību un testēšanu – izstrādātais dziļās mācīšanās modelis tiks apmācīts, izmantojot pētījuma ietvaros iegūtos datus, un testēts, lai novērtētu tā precizitāti un piemērotību osteoporozes riska noteikšanai.
Kopumā EDI uzdevums ir izveidot tehnoloģisko risinājumu, kas no CBCT attēliem automātiski iegūst osteoporozes riska novērtēšanai būtiskas pazīmes un, izmantojot dziļās mācīšanās metodes, nodrošina automatizētu riska noteikšanu.
Projekts “RSU iekšējā un RSU ar LSPA ārējā konsolidācija” (Nr. 5. 2. 1. 1. i. 0/2/24/I/CFLA/005) tiek finansēts Eiropas Savienības Atveseļošanas un noturības mehānisma plāna un valsts budžeta ietvaros.


