Studentiem un darbiniekiem

Ādas vēža agrīnas diagnostikas precizitātes uzlabošana ar neironu tīkliem

Projekta nosaukums:

Ādas vēža agrīnas diagnostikas precizitātes uzlabošana ar neironu tīkliem

Projekta līguma numurs:

lzp-2018/2-0052

Projekta īstenošanas termiņš:

01.12.2018. – 01.12.2020.

Projekta kopējais finansējums:

200 000,00 EUR

Projekta zinātniskais vadītājs:

Ilze Ļihačova (Biofotonikas laboratorija)

Par projektu:

Projekta mērķis ir izveidot un klīniski aprobēt jauna veida portatīvu ierīci un agrīnai ādas vēža diagnostikai. Diagnostisko procesu veidos spektrālo un fluorescento parametrisku attēlu iegūšana specifiskā apgaismojumā un to apstrāde izmantojot mākslīgus neironu tīklus. Prototipa ierīce un attēlu apstrādes neironu tīkla algoritms tiks klīniski pārbaudīts uz dažādām ļaundabīgām un labdabīgām ādas veidojumu grupām Latvijas Onkoloģijas Centrā augsti kvalificētā onkologa vadībā. Šādas ierīces izveide būtiski uzlabos ādas vēža agrīnās diagnostikas un pēcoperācijas uzraudzības pieejamību, palielinot cilvēku dzīves ilgumu un kvalitāti. Projekta pētniecisko grupu veidos pieredzējuši biofotonikas, elektronikas un onkoloģijas eksperti, kā arī jaunie zinātnieki no Latvijas Universitātes (LU) un Rīgas Tehniskās universitātes (RTU).

Projekta rezultāti:

Paredzētās aktivitātes līdz projekta beigām

Skaits

Zinātniskās publikācijas zinātniskajos žurnālos, kuru citējamības indekss sasniedz vismaz 50% no nozares vidējā.

1

Zinātniskās publikācijas, kas indeksētas SCOPUS, WoSCC un/vai ERIH+

5

Intelektuālā īpašuma nostiprināšana (ASV vai ES pagaidu patentu pieteikums)

1

Dalība starptautiskās zinātniskās konferencēs

4

 

Atsauce publicitātei (reference for publicity):

LV: Pētījums tiek īstenots ar Latvijas Zinātņu padomes finansējuma atbalstu projektā “Ādas vēža agrīnas diagnostikas precizitātes uzlabošana ar neironu tīkliem” (vienošanās Nr: lzp-2018/2-0052).

ENG: This work has been supported by Latvian Council of Science funded project “Skin cancer early diagnostics accuracy improvement by using neural networks” (agreement No: lzp-2018/2-0052).

Publikācijas:

  1. Katrina Bolochko, Dmitrijs Bliznuks, Dilshat Uteshev, Ilze Lihacova, Alexey Lihachev, Yuriy Chizhov, and Andrey Bondarenko "Towards to deep neural network application with limited training data: synthesis of melanoma's diffuse reflectance spectral images", Proc. SPIE 11074, Diffuse Optical Spectroscopy and Imaging VII, 110741O (11 July 2019); https://doi.org/10.1117/12.2527173
  2.  D. Bliznuks, Y. Chizhov, A. Bondarenko, D. Uteshev, A. Lihachev, I. Lihacova, “Identification of the most informative wavelengths for non-invasive melanoma diagnostics in spectral region from 450 to 950 nm,” SPIE Saratov Fall Meeting 2019, 23-27 September, Saratov, Russia. (Submitted, will be published).

  3.  A. Bondarenko, Y. Chizhov, D. Uteshev, D. Bliznuks, A. Lihachev, and I. Lihacova "Use of machine learning approaches to improve non-invasive skin melanoma diagnostic method in spectral range 450 - 950nm", Proc. SPIE 11353, Optics, Photonics and Digital Technologies for Imaging Applications VI, 113531D (2020).

  4.  D. Bliznuks, E. Cibulska, A. Bondarenko, Y. Chizhov, I. Lihacova, “Deep learning model deploying on embedded skin cancer diagnostic device,” SPIE Proc, Third International Conference Biophotonics Riga 2020 (submitted)

  5. J. Spigulis, I. Kuzmina, I. Lihacova, V. Lukinsone, B. Cugmas, A. Grabovskis, E. Kviesis-Kipge, A. Lihachev, “Biophotonics research in Riga: recent projects and results,” SPIE Proc, Third International Conference Biophotonics Riga 2020 (submitted).

Dalība konferencēs:

  1. Katrina Bolocko, Dmitrijs Bliznuks, Dilshat Uteshev, Ilze Lihacova, Alexey Lihachev, Yuriy Chizhov, Andrey Bondarenko, “Towards to deep neural network application with limited training data: synthesis of melanoma's diffuse reflectance spectral images,” SPIE European Conferences on Biomedical Optics, 23-27 June 2019, Munich, Germany.
  2. D. Bliznuks, Y. Chizhov, A. Bondarenko, D. Uteshev, A. Lihachev, I. Lihacova, “Identification of the most informative wavelengths for non-invasive melanoma diagnostics in spectral region from 450 to 950 nm,” SPIE Saratov Fall Meeting 2019, 23-27 September, Saratov, Russia.

  3. Y. Chizhov, A. Bondarenko, D. Uteshev, D. Bliznuks, I. Lihacova, A. Lihachev, “Use of machine learning approaches to improve non-invasive skin melanoma diagnostic method in spectral range 450 – 950 nm,” SPIE Photonics Europe 2020, Optics, Photonics and Digital Technologies for Imaging Applications VI, 11353-48 (2020).

  4. J. Spigulis, I. Kuzmina, I. Lihacova, V. Lukinsone, B. Cugmas, A. Grabovskis, E. Kviesis-Kipge, A. Lihachev, “Biophotonics research in Riga: recent projects and results,” Third International Conference Biophotonics Riga 2020, Programme and Book of Abstracts, pp.12 (2020).

  5. D. Bliznuks, E. Cibulska, A. Bondarenko, Y. Chizhov, I. Lihacova, “Deep learning model deploying on embedded skin cancer diagnostic device,” Third International Conference Biophotonics Riga 2020, Programme and Book of Abstracts, pp.32 (2020).