Diagnostica clinica e sistemi di supporto alle decisioni cliniche
Imaging medico, segnali medici e analisi dei dati multimodali
Hai delle curiosità sulle attività portate avanti dal Team?
Università di Pisa
Monitoraggio del parlato per estrazione di parametri tempo/frequenziali correlabili a disturbi dell’umore
Università di Pisa
Monitoraggio ECG/Respiro/EDA/Temperatura con un unico dispositivo contactess a infrarossi per l’identificazione di stati psicofisiologici
Università di Pisa
Sistema non invasivo per l’analisi della qualità del sonno nella popolazione generale, possibilità di monitorare altri parametri relativi alla salute (respirazione, battito cardiaco)
ISTI - CNR
Identificazione della variante comportamentale della demenza frontotemporale a partire da immagini di risonanza magnetica del cervello provenienti da dispositivi di acquisizione diversi.
Università Politecnica delle Marche
Sviluppo di un sistema in-cloud per la prevenzione delle complicanze cardiovascolari legate all'attività sportiva realizzato attraverso applicazioni basate su algoritmi data-mining di dati cardiovascolari acquisiti durante gli allenamenti di atleti agonisti e amatoriali attraverso sensori indossabili commerciali.
Scuola Superiore Sant'Anna
Sistema di monitoraggio dei neonati pretermine in culla. Il sistema si basa su una telecamera RGB-D per la raccolta video all'interno dei reparti di terapia intensiva neonatale. Tali video vengono elaborati tramite algoritmi avanzati di intelligenza artificiale per fornire supporto diagnostico ai neonatologi.
Scuola Superiore Sant'Anna
Algoritmi di deep learning per l'elaborazione di immagini ecografiche al fine di fornire supporto diagnostico ai remuatologi
ISTI - CNR
Dispositivo portatile e facile da usare con sensori commerciali. Applicazioni per la classificazione di rischio cardio-metabolico e per la stima della concentrazione di ammoniaca in pazienti cirrotici per discriminare severità di danno epatico
Università Politecnica delle Marche
Valutazione del quadro metabolico in contesto clinico attraverso metodiche semplici ma accurate (già validate rispetto al gold standard) in soggetti a rischio di diabete. Identificazione di individui a rischio nel contesto della medicina di base, attraverso strumenti di machine learning che segnalano tali individui e permettono al medico di effettuare controlli più frequenti e di tipo specialistico
Scuola Superiore Sant'Anna
L’algoritmo fa uso di una convenzionale Angio-TC per ottenere la quantificazione del grasso epicardico, che è noto essere un parametro indipendente, oggettivo, utile per la stratificazione prognostica e la valutazione longitudinale del rischio cardiovascolare
ISTI - CNR
Algoritmi per (1) la stima dell’aggressività del tumore alla prostata basati su analisi di feature radiomiche e su deepfeatures estratte con reti profonde multimodali; (2) la segmentazione e il riconoscimento di pattern legati alle interstiziopatie polmonari
Università Politecnica delle Marche
Valutazione computerizzata dello stato di salute del feto, del neonato e della madre utilizzabile anche in scenari critici diversi da quelli ospedalieri/ambulatoriali (come i campi profughi) potenzialmente in assenza di personale medico
Università di Siena
Plug-in di ApreciseKUre, una piattaforma digitale di dati per pazienti affetti da Alcaptonuria (AKU). AKUImg è dedicato all'archiviazione e analisi di vetrini istopatologici AKU, al fine di creare un ecosistema di medicina di precisione
Università di Siena - Vismed
Sistema automatico per l’analisi di immagini del fondo retinico come sistema di supporto per il medico nella fase diagnostica. I sistema analizza le immagini acquisite tramite oftalmoscopio al fine di identificare le principali strutture del fondo oculare e di caratterizzarle opportunamente.
Università di Siena - Vismed
Sviluppo di un sistema automatico per l’analisi di immagini di piastre di Petri. Il sistema analizza le immagini digitali opportunamente acquisite, al fine di identificare e contare le cellule presenti nel campione. Il risultato dell’analisi viene presentato al biologo al fine di facilitare e velocizzare la refertazione
Università di Firenze
Sviluppo di un sistema software basato su deep learning in grado di effettuare la segmentazione automatica dei polmoni e del cuore in immagini a raggi-X (RX) del torace. L'utilizzo di questo metodo potrebbe rendere ancora più semplice ed efficace l'uso dell'RX per la diagnosi di diverse malattie (tubercolosi, cancro ai polmoni, ecc.)
Fondazione Don Gnocchi
Soluzione basata su sensori indossabili e algoritmi di machine learning per l'identificazione automatica di alterazioni del movimento e per la valutazione automatica di scale cliniche legate alla deambulazione
Fondazione Don Gnocchi
Algoritmi e framework per la validazione di modelli prognostici per la predizione del decorso clinico a partire dai dati all'ammissione. Applicazioni alla predizione delle milestone di recupero riabilitativo (decannulazione, recupero coscienza, recupero alimentazione autonoma) e alla predizione di recupero funzionale valutato mediante scale cliniche (predizione scala di Barthel alla dimissione in pazienti post-stroke)
Compila il form con i tuoi dati indicando il motivo della tua richiesta.
Un membro del Team ISAAC ARTES sarà lieto di mettersi in contatto con te e fornirti il supporto di cui hai bisogno.
ARTES 4.0 Advanced Robotics and enabling digital Technologies & Systems 4.0
Viale Rinaldo Piaggio, 34 – 56025 Pontedera (PI)
Partita IVA 02333680508 – Numero repertorio economico amministrativo (REA) PI – 199253 – PEC: presidente_artes4.0@pec-legal.it