2024

2023

2022

2021

Portefølje Naturvitenskap og teknologi ikon

Forskningssystemet

Portefølje Humaniora og samfunnsvitenskap ikon

Banebrytende forskning

Portefølje Samisk ikon

Samisk samfunn og kultur

Portefølje Demokrati, styring og fornyelse ikon

Demokrati og global utvikling

Portefølje Velferd, kultur og samfunn ikon

Velferd og utdanning

Portefølje Helse ikon

Helse

Portefølje Klima- og polarforskning ikon

Klima og miljø

Portefølje Landbasert mat, miljø og bioressurser ikon

Mat og bioressurser

Portefølje Energi, transport og lavutslipp ikon

Energi og transport

Portefølje Muliggjørende teknologier ikon

Muliggjørende teknologier

Portefølje Industri og tjenestenæringer ikon

Innovasjon

LTP2 Klima, miljø og miljøvennlig energi ikon

Klima, miljø og energi

LTP2 Samfunnssikkerhet og samhørighet ikon

Samfunnstryggleik og beredskap

LTP2 Fornyelse i offentlig sektor ikon

Velferdstjenester

Forsidebilde

Marin ikon

Petroleum og mineraler

LTP Hav ikon

Hav og kyst

LTP2 Muliggjørende og industrielle teknologier ikon

Mogleggjerande industrielle teknologiar

Tillit og fellesskap

LTP2 Utvikle fagmiljøer av fremragende kvalitet

Høg kvalitet og tilgjengeleg

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

Sterkare konkurransekraft og innovasjonsevne

LTP3 Helse

Et innovativt næringsliv ikon

Styrket konkurransekraft og innovasjonsevne

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

Forsidebilde optimalisert

project-bank-technical

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Statistikk

Prosjektbanken presenterer statistikk og informasjon om prosjekter med finansiering fra Forskningsrådet fra 2004. Statistikken er fordelt på blant annet tema, år, geografi og organisasjon. Prosjektbanken gir også detaljert informasjon om de enkelte prosjektene.

...eller se sammendrag og annen informasjon om prosjektene i utvalget ditt

Alle porteføljestyrer

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

Hvordan tildelingene fordeler seg på institusjoner, fylker, fagområder o.l....

Her er noen eksempler på søk du kan gjøre i Prosjektbanken

Alle langtidsplanmål

Veiledning: Hvordan bruke Prosjektbanken.no

Om Fritekstsøk

Ingen populærvitenskapelig framstilling tilgjengelig


Prosjektet med prosjektnummer {{project number}} ble ikke funnet

Teknisk beskrivelse

Oisann, her gikk noe galt. Kan du prøve å laste siden på nytt?  Dersom feilen vedvarer, vennligst kontakt oss.         

Se statistikk relatert til dette langtidsplanmålet

Se prosjekter relatert til dette langtidsplanmålet

knyttet til dette LTP-målet har blitt tildelt penger

har blitt tildelt til prosjekter knyttet til dette LTP-målet

har blitt tildelt til prosjekter knyttet til denne porteføljen

knyttet til denne porteføljen har blitt tildelt penger

Om Prosjektbanken

Kunnskapsdepartement

Justis- og beredskap

Diverse

Forsvarsdepartemente

Kommunal-og distrikt

Samferdselsdeparteme

Digitaliserings- og 

Nærings- og fiskerid

Medisin og helsefag

Trøndelag - Trööndelage

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Fagmiljøer og talenter

LTP3 Rettede internasjonaliseringstiltak

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

UoH-sektor

Portefølje Banebrytende forskning

Portefølje Forskningssystemet

Portefølje Helse

Portefølje Innovasjon

Portefølje Muliggjørende teknologier

Programmer

Kompetanse- og samarbeidsprosjekt

Politikk- og forvaltningsområder

IKT forskningsområde

Bransjer og næringer

FNs Bærekraftsmål

Internasjonalisering

Responsible Research & Innovation

Digitalisering og bruk av IKT

Anvendt forskning

Grunnforskning

Midlene fra RETUR-EU-Retur-EU fordelt på år

Midlene fra RETUR-EU-Retur-EU fordelt på fylker

Midlene fra RETUR-EU-Retur-EU fordelt på fagområde

Head - Research and Innovation

RETUR-EU Smart Innovation Norway

Cerebral parese (CP) er den vanligste årsaken til fysisk funksjonshemning i barndommen. Barn med CP har et livslangt behov for spesielle tjenester, og CP er derfor en stor byrde for barnet og familien. Dette prosjektet vil introdusere et nytt banebrytende kunstig intelligent system, kalt DeepInMotion-systemet, for tidlig oppdagelse av CP. DeepInMotion vil identifisere egenskaper i spedbarnets spontane bevegelser når de er mellom 12-18 uker, som er indikator for senere utvikling av CP. På norske sykehus blir CP oppdaget når barnet er 18 måneder, selv om hjerneskade som forårsaker CP oppstår ved fødselen. Tidlig påvisning av CP før 5 måneders alder vil således gi muligheter for tidligere behandling i den perioden plastisiteten til spedbarnshjernen er på sitt høyeste. I dag utføres tidlig risikovurdering av CP i klinikker ved en subjektiv og kvalitativ bevegelsesanalyse. Denne tidlige risikovurderingen krever deriomot høyt kvalifiserte klinikere med lang erfaring for å være pålitelige og har dermed manglende utbredelse i barneklinikkene på verdensbasis. Ved å utvikle et brukervennlig smarttelefonbasert system, vil dette prosjektet gi en billig helsetjeneste som reduserer ulikheter mellom land og gir like rettigheter til helsetjenester. DeepInMotion vil forbedre hjelp og støtte til klinikere og barnets familie på en sikker og effektiv måte, og dermed oppfylle kravene i FNs bærekraftige utviklingsmål. DeepInMotion-prosjektet vil bruke en av de største internasjonale databaser med videoer av høyrisiko-spedbarn for å utvikle neste generasjon kunstige intelligente systemer for spedbarnspleie. DeepInMotion-prosjektet er et samarbeidsprosjekt mellom NTNU, St Olavs hosptital, og sykehuset i Ålesund og består av et internasjonalt unikt tverrfaglig gruppe  bestående av forskere innen datavitenskap, bevegelsesvitenskap, og barnemedisin.

Cerebral palsy (CP) is the most common cause of physical disability in childhood which result in life-long needs for special services and a huge burden for the child and it’s family. The project aims to introduce a new ground-breaking concept of explainable AI techniques (XAI), the DeepInMotion system, for early detection of CP by identifying clinical explainable biomarkers in the infant motor repertoire. The DeepInMotion system will obtain these goals by solving the fundamental challenge in clinical movement analysis: Identification of diagnosis-specific motor phenotype of the infant spontaneous movements related to the CP outcome later in childhood. The DeepInMotion utilize new technology within explainable machine learning and deep learning identifying clinical explainable biomarkers without relying on preselected measures or subjective clinical evaluations (WP1). The DeepInMotion will have a user-centered design ensuring a prototype of clinical service implementation within the life-time of the project with technical and performance documentation ready for medical device approval (WP 2 and WP3). The project is also a start-up of the new interdisciplinary DeepMotion project group in collaboration with internationally well recognized research partners on pediatrics, clinical movement analysis, and artificial intelligence as well as medical device manufacturers in the project advisory board. The project utilizes large national and international register data providing the big data-enabled platform for the machine learning models and XAI techniques. The DeepInMotion project will include two 3-year PhD fellowship, and has a total budget of 15 MNOK where 12 MNOK are applied from the Norwegian Research Council.

DeepInMotion: Explainable artificial intelligent system to discover new infant movement biomarkers for early detection of disease

0 antall prosjekter

IKTPLUSS-IKT og digital innovasjon

DeepInMotion: Explainable artificial intelligent system to discover new infant movement biomarkers for early detection of disease

Tildelt: kr 12,0 mill.

Prosjektperiode: 2021-2025

Sted: Trøndelag - Trööndelage