Projektová činnosť oddelenia zobrazovacích metód

Výber projektov:

Národné projekty

AgeFlex – Vývoj a štandardizácia MR metód založených na magnetickej rezonancii na detekciu a hodnotenie metabolických a štrukturálnych adaptácií starnúcich svalov na cvičenie.
Development and standardization of MR-based methods for detecting and evaluating metabolic and structural adaptations of aging muscles to exercise.
Program: APVV
Doba trvania: 1.9.2025 – 31.8.2029
Zodpovedný riešiteľ: Mgr. Klepochová Radka, PhD.
Anotácia: Starnutie sa spája s úbytkom svalovej hmoty, a funkčnej kapacity kostrových svalov, avšak pravidelné cvičenie dokáže tieto procesy spomaliť. Predkladaný projekt sa zameriava na výskum metabolických, funkčných a štrukturálnych parametrov v svalstve dolných končatín seniorov, ktoré dokážeme neinvazívne a opakovane merať pomocou inovatívnych metód magnetickej rezonancie (MR), čo umožňuje porovnať trajektórie starnutia kostrového svalstva u sedavých a u pravidelne fyzicky aktívnych seniorov. Jeden z kľúčových parametrov ktoré definujú schopnosť svalu efektívne mobilizovať a využívať energiu na svalovú prácu nazývame metabolická flexibilita. Cieľom projektu je vyvinúť inovatívne MR metódy na štúdium metabolickej flexibility, a štrukturálnych zmien kostrového svalstva pri starnutí a dať ich do vzťahu s metabolickou flexibitou na celotelovej úrovni, ako aj s metabolickým fenotypom a štrukturálnymi a molekulárnymi zmenami v kostrovom svalstve seniorov. V rámci projektu budeme štandardizovať meranie dynamických zmien metabolitov vo svale pri cvičení pomocou protónovej (1H) MRS, vytvoríme štandardné postupy pre kontrolu kvality získaných MR dát a kľúčovým aspektom projektu bude tiež vyvinutie automatizovanej segmentačnej metódy na báze konvolučnej neurónovej siete, ktorá umožní efektívnejšie a spoľahlivejšie vyhodnocovanie MR obrazov kostrového svalstva. Tieto inovatívne metódy budú overované na dátach z prebiehajúcich longitudinálnych štúdií v Biomedicínskom centre Slovenskej akadémie vied, a ich výsledky priamo konfrontované s paralelnými zmenami metabolického zdravia, funkčnej kapacity, histologickej štruktúry a molekulárnych mediátorov metabolickej flexibility v kostrovom svalstve seniorov. Výsledky môžu nielen zlepšiť nielen naše porozumenie procesov, ktoré definujú metabolickú flexibilitu pri starnutí, ale môžu ponúknuť relevantné stratégie ako podporiť metabolicky zdravé starnutie.
MRCartilage – Automatický softvérový nástroj na výhodnocovanie kvantitatívnych MRI štúdií artikulárných chrupaviek v čase
Automatic data evaluation tool from the longitudinal quantitative MRI studies of articular cartilage
Program: APVV
Doba trvania: 1.7.2022 – 30.6.2026
Zodpovedný riešiteľ: Ing. Dr. Szomolányi Pavol, (PhD.)
Anotácia: Cieľom projektu je navrhnúť komplexný nástroj na automatické vyhodnocovanie dát ľudskej kĺbovej chrupavky z kvantitatívnej MRI. Dáta, ktoré budú získané z databázy „Osteoarthritis Initiative“ a namerané na Ústave Merania SAV a Lekárskej Univerzite vo Viedni, budú nasegmentované pomocou automatického segmentačného nástroja na báze konvolučných neurónových sietí. Anotované dáta budú následne registrované na kvantitatívne MRI dáta, ktoré budú dostupné z databázy (T2 a T1rho mapovanie, gagCEST, sodíková MR) pomocou automatických poprípade semi-automatických nástrojov vyvinutých v rámci tohoto projektu. Získané dáta budú vyhodnotené vo viacerých časových bodoch podľa MR meraní, ktoré budú dostupné. Okrem kvantitatívnych MR dát to budú volumetrické dáta, hrúbka chrupavky a textúrová analýza kvantatívnych máp. Vyhodnotenie pacientov sa bude robiť podľa skupín rizikových faktorov (rozrhnutie priečneho väzu, roztrhnutie menisku a menisektómia). Predpokladaný počet pacientov je cca 4000 rozdelených do jednotlivých skupín v pomere 40/30/30. Výstupom projektu bude kompilovaná verzia automatického nástroja na vyhodnocovanie chrupaviek, ktorá bude dostupná vo verejnom zdroji (napr. webovej stránke Ústavu merania).
DUOFLUOR – Duálne ladená ¹H/¹⁹F RF cievka pre predklinické MRI
Dual‑tuned ¹H/¹⁹F RF coil for preclinical MRI
Program: APVV
Doba trvania: 1.9.2026 – 31.8.2030
Zodpovedný riešiteľ: Ing. Gogola Daniel, PhD.
Anotácia: Projekt je zameraný na návrh, optimalizáciu a experimentálne overenie duálne ladenej ¹H/¹⁹F rádiofrekvenčnej (RF) cievky určenej pre predklinické MRI. Kombinované ¹H/¹⁹F zobrazovanie predstavuje perspektívnu technológiu umožňujúcu simultánne anatomické (¹H) a kvantitatívne funkčné merania (¹⁹F), najmä v štúdiách zameraných na biodistribúciu fluorovaných látok, sledovanie buniek, zápalové procesy a funkčné zobrazovanie pľúc. Absencia endogénneho ¹⁹F signálu v biologických tkanivách umožňuje absolútnu kvantifikáciu bez potreby rekonštrukcie pozadia, čo zvyšuje presnosť a interpretovateľnosť meraní. Napriek tomuto potenciálu existuje len obmedzený počet riešení optimalizovaných pre zobrazovanie malých zvierat a dostupné systémy často nedosahujú požadovanú citlivosť a homogenitu B₁ poľa pre fluorínovú MRI.Projekt zahŕňa vytvorenie detailných FEM/FDTD modelov rôznych geometrií cievok, ich optimalizáciu pre obe rezonančné frekvencie a následnú realizáciu fyzického prototypu. Experimentálna fáza bude pozostávať z meraní S‑parametrov a Q‑faktora, mapovania B₁ poľa a testovania stability ladenia. Funkčné vlastnosti cievky budú hodnotené pomocou fantómov s definovaným obsahom fluóru a v záverečnej fáze aj prostredníctvom predklinických meraní na malých zvieratách. Súčasťou projektu je aj vývoj softvérového nástroja, ktorý umožní výpočet a optimalizáciu parametrov RF cievok pre rôzne rozmery a frekvencie. Výsledkom projektu bude experimentálne overená duálne ladená ¹H/¹⁹F RF cievka a kompletná metodika jej návrhu, využiteľná v predklinickom výskume, farmakologických štúdiách a pri vývoji fluorínových markerov. Projekt prispeje k rozvoju predklinických MRI technológií na Slovensku a vytvorí základ pre ďalšie interdisciplinárne aplikácie v oblasti biomedicínskeho zobrazovania.
TRACE-DC – Neinvazívne meranie a metrologická sledovateľnosť jednosmernej zložky v moderných sieťach s batériovými úložiskami
Non-invasive measurement and metrological traceability of DC component in modern networks with battery storage
Program: APVV
Doba trvania: 1.9.2026 – 28.2.2029
Zodpovedný riešiteľ: Ing. Gogola Daniel, PhD.
Anotácia: V kontexte energetickej transformácie SR rastie podiel obnoviteľných zdrojov energie a batériových úložísk integrovaných do elektrickej siete. Tieto zariadenia pracujú s jednosmerným prúdom (DC), no pripájajú sa k striedavej sieti (AC), čo vyžaduje metrоlogicky spoľahlivé meranie DC výkonu a energie priamo v teréne. Prvým cieľom projektu je testovanie a charakterizácia neinvazívneho DC senzora pre meranie veľkých prúdov (do 1200 A) s presnosťou 0,1 %, vhodného pre batériové úložiská, fotovoltické systémy a elektromobilitu. Druhým cieľom je vytvorenie referenčného etalónu DC výkonu a energie s nadväznosťou na národné štandardy. Okrem toho pripojenie DC zdrojov bez transformátora spôsobuje injektovanie DC zložky do AC siete, čo vedie k prehrievaniu, zvýšeným stratám a zhoršeniu kvality energie. Projekt preto skúma vplyv DC zložky na striedavé elektromery, pričom výsledky poslúžia ako podklad pre úpravu legislatívnych požiadaviek. Projekt podporuje budovanie inteligentných energetických sietí a prispeje k efektívnemu riadeniu tokov elektrickej energie v hospodárstve SR.
FERINO – Pokročilá diagnostika neurodegeneratívnych ochorení pomocou techník magnetickej rezonancie a umelej inteligencie
Advanced diagnostics of neurodegenerative disorders using magnetic resonance techniques and artificial intelligence
Program: APVV
Doba trvania: 1.7.2023 – 30.6.2027
Zodpovedný riešiteľ: Ing. Gogola Daniel, PhD.
Anotácia: Neurodegeneratívne ochorenia (NO) sa stávajú vážnym problémom vo vyspelých krajinách. Keďže v súčasnostinemáme k dispozícii žiadne účinné terapie, včasná diagnostika je rozhodujúca pre zabezpečenie dobrej kvalityživota pacientov s NO. NO sú charakterizované akumuláciou železa a mineralizáci ou magnetitu v mozgovomtkanive, s feritínom ako prekurzorom. Fyziologický feritín je vďaka svojej nízkej relaxivite na hranici viditeľnostipomocou techník zobrazovania magnetickou rezonanciou (MRI). Naopak, „patologický“ feritín spôsobuje výraznéskrátenie relaxačných časov MRI. Vznikajú tak hypointenzívne artefakty, ktoré teoreticky umožňujú rozlíšiteľnosťoboch proteínov. Keďže akumulácia železa predchádza klinickým symptómom ochorenia, MRI má potenciál stať saneinvazívnou diagnostickou metódou pre skoré štádiá NO. V súčasnosti je to však limitované nedostatočnoucharakteristikou relaxačných vlastností biogénneho železa a neistotou pri interpretácii klinických údajov. Našímzákladným cieľom (aplikačným výstupom) je preto vypracovanie komplexnej metodiky (softvérový nástroj FERINO)pre jednoznačnú diagnostiku včasných štádií NO. Na dosiahnutie nášho cieľa použijeme kombináciu niekoľkýchdiagnostických techník a nástroje umelej inteligencie. Diagnostické techniky zahŕňajú in-vitro, in-silico a in-vivocharakteristiky relaxácie feritínu, štrukturálnu MRI, magnetickú rezonančnú spektroskopiu (MRS), neurologickétesty a biomarkery klinickej biochémie. Základným kameňom metodiky bude softvérový nástroj FerroQuant, ktorýnavrhol hlavný riešiteľ v rámci APVV 2012. Umožňuje analýzu a kvantifikáciu klinických MRI dát súvisiacich soželezom, ale chýbajú mu nové poznatky v MRI železa (falošne pozitívne artefakty, minerálne fázy feritínu).FerroQuant taktiež nevyužíva umelú inteligenciu a nekombinuje rôzne diagnostické dáta, ktoré však budúneoddeliteľnou súčasťou nástroja FERINO.
QuantMR – Optimalizácia a štandardizácia kvantitatívnych metód zobrazovania magnetickou rezonanciou. Potlačenie kovových artefaktov na nízkopolových MR skeneroch
Optimization and Standardization of Quantitative Magnetic Resonance Imaging Methods. Suppression of Metallic Artifacts on low-field MR Scanners
Program: Plán obnovy EÚ
Doba trvania: 1.9.2024 – 31.8.2026
Zodpovedný riešiteľ: Ing. Gogola Daniel, PhD.
Anotácia: Navrhovaný projekt sa bude zaoberať klinicky relevantným problémom štandardizácie kvantitatívneho zobrazovania magnetickou rezonanciou (qMRI) v muskuloskeletálnej (MSK) rádiológii. qMRI predstavuje alternatívu k bežnej klinickej magnetickej rezonancii, ktorá poskytuje iba relatívne intenzity signálu. V súčasnosti dostáva pacient len textovú správu z MRI vyšetrenia. qMRI má ambíciu poskytovať pridané hodnoty v podobe numerických charakteristík čerpaných z MR snímok. Takéto číselné hodnoty by umožnili kvantitatívne charakterizovať biochemické a biomechanické zloženie analyzovaného tkaniva. Okrem toho môžu byť kvantitatívne charakteristiky tkaniva použité ako ďalší diagnostický nástroj. Konkrétne máme na mysli zloženie ľudskej kĺbovej chrupavky, najčastejšie diagnostikovanej v ľudskom kolene, členku a ramene. qMRI teda môže poskytnúť dôležitý kvantitatívny parameter, relaxačný čas T2, ktorý odráža hustotu a architektúru kolagénových vlákien, ako aj obsah vody v kĺbovej chrupavke. Okrem toho môže qMRI mapovať ďalšie parametre, ako je relaxačný čas T1, difúzna konštanta alebo rýchlosť saturačného prenosu, čo sú nepriame indikátory obsahu glykozaminoglykánov a iných biochemických vlastností kĺbovej chrupavky. Kovové implantáty v ľudskom tele sa často používajú najmä v muskuloskeletálnej chirurgii. Magnetické rezonančné zobrazenie kolena obsahujúceho kovový implantát je problematické, ak nie nemožné. Optimalizácia MR protokolov je preto horúcou témou a klinicky vysoko potrebná. Štandardizácia meraní MR v prípade kovových implantátov teda môže pomôcť pri diagnostike, ktorá je dnes nemožná.
Použitie metód umelej inteligencie na zlepšenie zobrazovania pomocou magnetickej rezonancie
The application of Artificial Intelligence methods for improved Magnetic Resonance Imaging
Program: VEGA
Doba trvania: 1.1.2026 – 31.12.2028
Zodpovedný riešiteľ: RNDr. Krafčík Andrej, PhD.
Anotácia: Magnetická rezonancia (MR) je významným diagnostickým prostriedkom. Nameraný signál je však ovplyvnenýmnohými faktormi (napr. množstvom biogénnych kontrastných látok) a v prípade kvantitatívnej analýzy jevyhodnotenie pomerne zdĺhavé. Preto sa navrhovaný projekt zameriava na modelovanie vplyvu biogénnychnanočastíc ferritínu, v MR zobrazovaní, a na využitie umelej inteligencie pre automatizované spracovanie(identifikácia, segmentácia, volumetria) štruktúr v MR obraze, napr. pre kĺby, svaly, či srdce. Využité budúpokročilé metódy strojového a hĺbkového učenia, s cieľom výskumu/diagnostiky/monitoringu rôznych ochorení.Projekt sa taktiež bude venovať návrhu nových zobrazovacích a kalibračných sekvencií a protokolov premetabolické i štrukturálne MR zobrazovanie. V neposlednom rade bude projekt analyzovať vplyv merania vcelotelovom MR systéme na kardiovaskulárny systém pomocou nositeľných optických senzorov pracujúcich nafotopletysmografickom (PPG) princípe.
ReAcMap – Vyhodnotenie reštitúcie normálnej komorovej aktivácie pomocou EKG mapovania
Assessment of restitution of normal ventricular activation by ECG mapping
Program: APVV
Doba trvania: 1.9.2025 – 31.8.2028
Zodpovedný riešiteľ: Ing. Švehlíková Jana, PhD.
Anotácia: Zámerom projektu je optimalizovať a personalizovať resynchronizačnú liečbu srdca (CRT) pre pacientov so srdcovým zlyhávaním. Cieľom tejto účinnej nefarmakologickej liečby založenej na stimulácii je obnoviť interventrikulárnu resynchronizáciu komorovej aktivácie stimuláciou oboch komôr s očakávaným následným zvýšením výkonu srdca. Približne 30 – 40 % pacientov však z liečby nemá prospech a sú označovaní ako „non-respondéri“. Na zlepšenie účinnosti komorovej resynchronizácie bola nedávno do klinickej praxe zavedená stimulácia prevodového systému (CSP), ktorá nahrádza biventrikulárnu stimuláciu priamou stimuláciou prevodového systému. CSP na dosiahnutie úzkeho QRS komplexu však nie je možné realizovať až u 15 % pacientov z viacerých anatomických, patologických a technických dôvodov. Preto je potreba optimálnej individualizovanej stratégie na dosiahnutie účinnej komorovej resynchronizácie elektrickej terapie u pacientov so srdcovým zlyhávaním zatiaľ nenaplnená. Navrhovaný výskumný projekt je metodologicky založený na neinvazívnom mnohozvodovom meraní EKG potenciálu na povrchu tela u pacientov so srdcovým zlyhávaním indikovaných na implantáciu vhodného kardiostimulátora. Z nameraných údajov, vykonaných pomocou špecializovaného vlastného meracieho zariadenia, budú odvodené nové parametre na hodnotenie dynamiky komorovej aktivácie s cieľom nastaviť správnu programovú stimuláciu kardiostimulátora. Skúmať sa bude aj možné zníženie počtu EKG elektród zo súčasných 128, aby sa uľahčila rutinná klinická realizovateľnosť merania. Pre lepšie pochopenie procesov, ktoré prebiehajú v komorách budú realizované simulácie zlyhávajúceho srdca. Oblasť začínajúcej spontánnej komorovej aktivity sa bude odhadovať riešením inverzného problému elektrokardiografie s použitím personalizovaného modelu srdca a hrudníka získaného z CT. Do meracieho systému bude implementované grafické používateľské rozhranie na jednoduché použitie navrhovaných metód.
Web stránka projektu: https://www.um.sav.sk/reacmap/
OrgPipeSK2025 – Výskum kovového píšťalového fondu historických organov na Slovensku
Research of the metal organ pipe collections of historical pipe organs in Slovakia
Program: APVV
Doba trvania: 1.9.2025 – 31.8.2028
Zodpovedný riešiteľ: RNDr. Krafčík Andrej, PhD.
Anotácia: Zvukovo-štýlová kvalita historických organov je podmienená mnohými determinantmi. Patrí medzi ne o. i. aj materiál použitý na výrobu organových píšťal či menzúra jednotlivých píšťal a celých registrov. Predkladaný projekt sa bude zaoberať organovým kovom ako zvukovo-štýlovým činiteľom historických organov, a to s ohľadom na stavebný vývoj historických organov na území Slovenska od 17. po 20. storočie. Projekt bude mať 4 fázy. Ťažiskom prvej fázy bude analýza chemického zloženia) organového kovu píšťal z vybraných organov. Skúmané kovové píšťaly a celé registre budú podrobené menzurálnej analýze s vytvorením matematického modelu. Ďalšou fázou bude vizuálne zaznamenávanie (zber) signovaní, čiže vyrytých alebo vyrazených označení tónu, na hranie ktorého je konkrétna píšťala konštruovaná. Zaznamenané budú signovania píšťal z vybraných nástrojov, ktorých autorov poznáme, aby sme následne mohli vytvoriť istú formu štandardu, vďaka ktorej bude pomocou neurónových sietí (AI) možné posúdiť autorstvo pri organoch, ktorých staviteľov v súčasnosti nepoznáme. Výskum sa bude zaoberať aj technickým stavom organového kovu, koróziou, ktorá determinuje nielen zvukové vlastnosti, ale aj samotnú existenciu kovových častí týchto hudobných pamiatok. Výsledkom výskumu bude online mapa organového kovu, korózie, menzúr, atlas rôznych typov korózie a chýb kovových organových píšťal, ako aj mapa organového kovu a jednotlivých menzúr skúmaných registrov. Zároveň vytvoríme možnosť postupne autorizovať organy, ktorých autorov nepoznáme. Všetky získané výsledky zároveň zasadíme do hudobno-štýlového kontextu vývoja dejín stavby historických organov na území Slovenska.
Štipendiá pre excelentných PhD. študentov a študentky R1
–
Program: Plán obnovy EÚ
Doba trvania: 1.9.2023 – 31.8.2026
Zodpovedný riešiteľ: Ing. Pajanová Iveta
Anotácia: Téma PhD: Aplikácia algoritmov hlbokého učenia na automatizované spracovanie dát z MRI.Anotácia: Automatizovaná identifikácia a segmentácia klinických dát, získaných primárne pomocou MRI, je veľmi žiaduca. Dôvodom je zvyčajne veľká veľkosť dát, čo si vyžaduje obrovské množstvo času, ktorý musí rádiológ investovať do manuálnej segmentácie. Dostupnosť výkonného hardvéru otvára nové možnosti automatizácie týchto procesov a zrýchlenia pomocou techník hlbokého učenia, konkrétne využitím konvolučných neurónových sietí (CNN). Študent sa preto naučí základné princípy funkčnosti MRI zariadenia (teoreticky aj prakticky), vyskúša si manuálnu segmentáciu volumetrických MRI dát a teoreticky aj prakticky sa oboznámi s princípmi CNN. Študent navrhne vlastnú architektúru CNN pre automatizovanú segmentáciu volumetrických dát, následne ju natrénuje, overí a implementuje na testovacích dátach.Výstupom tejto dizertačnej práce by mala byť CNN, ktorá bude schopná nasadenia v klinickej praxi pri diagnostike a kvantitatívnej analýze vybraných tkanív (chrupavka, väzy, šľachy, menisky, podkožný tuk atď.). Ide o teoretickú prácu, pri ktorej je potrebná znalosť základov programovania a ovládanie niektorého programovacieho jazyka. Ako programovacie prostredie na návrh a implementáciu CNN sa bude používať Python s modulom TensorFlow.