Projektová činnosť

Iveta Pajanová

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.
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.
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).