2024

2023

2022

2021

2020

2013

2012

2011

2010

2009

2008

2007

2004

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

Diverse

Helse- og omsorgsdep

Nærings- og fiskerid

Helsedepartementet

Ukjent

Utdannings- og forsk

Medisin og helsefag

Teknologi

Oslo

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Uttesting og kommersialisering av FoU

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Fagmiljøer og talenter

LTP3 Rettede internasjonaliseringstiltak

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

LTP3 Nano-, bioteknologi og teknologikonvergens

Helseforetak

UoH-sektor

Portefølje Forskningssystemet

Portefølje Helse

Portefølje Muliggjørende teknologier

Portefølje Banebrytende forskning

Portefølje Innovasjon

Frittstående prosjekter

Danmark

Forskerprosjekt

Internasjonale utlysninger

Ingen søknadstype

Internasjonalisering

IKT forskningsområde

Politikk- og forvaltningsområder

Bransjer og næringer

Digitalisering og bruk av IKT

Anvendt forskning

FNs Bærekraftsmål

Artikkel 185 (ny fra 2014)

Bioteknologi

Grunnforskning

Utviklingsarbeid

Verifisering, pilotering, demonstrasjon (ny fra 2014)

Co-Funded/ERA-NET

Midlene fra INT-BILAT-BILAT-ordningen fordelt på år

Midlene fra INT-BILAT-BILAT-ordningen fordelt på fylker

Midlene fra INT-BILAT-BILAT-ordningen fordelt på fagområde

Professor

Japan - SURFACE AND INTERFACIAL PHENOMENA RELATED TO PREPARATION OF NANOSTRUCTURED MATERIALS - Establishment of Project

Akutt slag er en av hovedårsakene til død og varig funksjonssvikt, både nasjonalt og globalt. Rask og rikitg behandling er nøkkelen til å unngå dette. Akutt slag kan behandles med trombolyse og/eller trombektomi, men begge behandlingsaltertnativene kan kun bli utført i et begrenset tidsvindu etter at slaget inntraff (4.5-6 timer etter symptomstart). Omtrent 25% av pasientene har wake-up stroke, det vil si at at pasienten våkner opp med slagsymptomer og vi kan dermed ikke vite når slaget først inntraff.  I disse tilfellene er man i dag avhengig av avansert  MR-avbildning, hvor radiologer må manuelt granske disse bildene i etterkant for å anså slagtidspunktet. Dette er en veldig vanskelig og tidkrevende prosess, og man ser at det er stor variasjon mellom radiologer hvordan de vurderer bildene, og dermed også den endelige behandlingsbeslutningen. 

I dette prosjektet vil vi utvikle en automatisk AI-metode som analyserer bildene i sanntid, som vil gjøre det lettere for radiologene til å ta ei rask og riktig behandlingsbeslutning. Dette vil gjøre behandlingsbeslutninga mer robust og med mindre uønsket variasjon mellom pasienter. I tillegg vil tidsbruken bli redusert, som både sparer sykehuset for ressurser, men ikke minst kan man øke sannsynligheten for overlevelse og bedre utfall ved å korte ned tiden mellom MR-opptak og behandlingsstart.

Wake-up stroke - when a patient awakens with stroke symptoms - affects around 25% of stroke patients. The treatment options (thrombectomy and thrombolysis) have high efficacy for stroke, but it can only be administered within a specific time window (<4.5h-6h) after the first symptoms. For wake-up stroke the difficulty lies in assessing when the symptoms started. Currently, there are no automated tools to both analyze brain MRI scans and select wake-up stroke patients for treatment. Therefore, clinicians still rely on subjective visual assessments and time-consuming calculations. This represents uncertainties and delayed decisions, resulting in the exclusion of many patients from potential life-saving treatments

We aim to develop an AI-based software solution to automatically identify wake-up stroke patients eligible for thrombectomy/thrombolysis treatment and predict treatment outcomes. The AI tool will analyze, in real-time, MRI brain scans, and more specifically ischemic brain lesions, while patients are being examined, and will automatically quantify different parameters essential for quick, robust and correct treatment decision for wake-up stroke patients.

E!1826 AI quantification of wake-up stroke

Hovedmålet med Apollo-prosjektet har vært å evaluere en AI-basert programvare (Apollo) for sanntids-analyse av magnetisk resonans (MR) opptak for automatisk deteksjon av en rekke hjernesykdommer (slag, blødninger, tumor,etc)  for dermed å kunne tilpasse opptaksprotokollen til type patologi oppdaget (eventuelt fravær av patologi). Dette kalles 'smarte' MR-protokoller. Det har vist seg vanskelig å få Apollo-programvaren integrert i den klinisk-radiologiske arbeidsflyten ved OUS grunnet svært omfattende og tidkrevende dokumentasjonskrav som har vist seg å ikke være forenlig med et 2-årig forskningsprosjekt. Vi har derfor fokusert på å teste Apollo i retrospektive data (dvs bildedata allerede tilgjengelig i OUS sin database), for å kunne si noe om metodens nøyaktighet i å oppdage og klassifisere patologi i MR-opptak som allerede finnes. Analysen er primært utført i et materiale av rutine MR-opptak utført ved Ullevål sykehus de siste 5 år - og resultatene så langt er lovende. Vi er nå i sluttfasen på å sammenlikne diagnosen fra Apollo med den radiologiske diagnosen fra en radiolog. Vi har videre sett mer spesifikt på muligheten for å bruke Apollo for å bedre karakterisere akutt hjerneslag. Her er det lovende resultater for å bedre kunne bestemme omfang av irreversibel skade på hjernevev basert på MR-opptak i den akutte fasen.

This project supports the development of the deep learning-based Apollo software, providing real-time AI medical
guidance and decision support in brain MRI scanning to improve the workflow in radiology and ensure that
attention is brought to images with potential indications of pathologies. The key functions of Apollo (Smart Protocol,
Image Reporter and Triage Advisor) will be developed to improve productivity and reach a clinically relevant
accuracy across 95% of all brain diseases diagnosed.

E!113653 Apollo: real-time AI for brain MRI radiology workflow optimization

In patients suggestive of intra-cranial brain tumors, Magnetic Resonance (MR) is the imaging modality of choice for tumor characterization prior to, during and after surgical intervention. At Rikshospitalet (Oslo, Norway), a multi-disciplinary project has  been established with the aim of developing novel imaging methods for brain tumor characterization. The initial clinical validations of these methods are currently in process and encouraging results have already been published in leading journals. Althou gh many studies show that new imaging methods can improve the diagnostic accuracy there has been little focus on the added overall diagnostic efficacy provided by these advanced methods. Also, few studies have addressed how these methods affect patient ou tcome (i.e. morbidity, quality of life) and cost to society. As a consequence, researchers at Rikshospitalet have recently initiated an international multi-institutional study in collaboration with leading research milieus from Norway (Bergen, Trondheim),  Denmark (Aarhus), Germany (Mannheim) and USA (Madison, San Diego). The project is titled Evaluation of functional Magnetic resonance in the diagnosis of BRain tumors for Assessment of Clinical Efficacy (EMBRACE) with the principal objective of evaluating  the diagnostic efficacy of introducing new diagnostic MR methods (developed at our institution) for characterizing of brain tumors. In addition, the EMBRACE project is strengthened further through an ongoing collaboration with our industrial partner (Nor dicImagingLab, Bergen). With the aid of the Technology Transfer Office at Rikshospitalet (Medinnova), this collaboration has already resulted in two US patent applications. Thus, results will not only be scientifically presented but also capitalized in ne w software and techniques that benefit the health care. In order to meet these objectives, we will recruit one Post-doctoral fellowship, one Ph.D. position and one technical research position.

Evaluation of functional Magnetic Resonance in the Diagnosis of Brain Tumors for Assessment of Clinical Efficacy (EMBRACE)

During recent years, the department of radiology at Rikshospitalet-Radiumhospitalet (RR) Medical Center has had a strong focus on functional MRI (Magnetic Resonance Imaging) research; including perfusion/ diffusion MRI and spectroscopy, with the aim of br inging novel MR techniques into early clinical use. As a result, RR can today offer a battery of advanced MR based neuro-imaging techniques on a routine basis. Still, many of the new techniques are at an early developmental stage and further research and development is essential to fully exploit their potential. The recent decision to acquire a dedicated 3 Tesla research MR scanner at the Intervention Centre at RR will also have a significant impact on the possibilities to further exploit and develop thes e new techniques. This is in compliance with the desire to characterize disease with imaging techniques at a molecular level (Molecular Imaging). The department of neurosurgery at RR performs approximately 450 operations of intra-cranial lesions each year . The large patient volume enables rapid identification of the most promising research areas with respect to new MR-based imaging methods. Based on initial findings, a multidisciplinary long-term project was established in 2005. Focus will be on four new MR based neuro-imaging techniques (morphometry, BOLD-fMRI, perfusion MRI, diffusion MRI) with respect to MRI of intra-cranial lesions. Since the four methods are complementary and provide independent channels of information, a comprehensive approach inclu ding all four techniques is considered essential in order to take full advantage of what these new methods have to offer. Both national and international research collaborations have been initiated and care will be taken to establish dynamic collaboration s between senior and junior researchers through already initiated sub-studies.

Combined structural, microvascular and functional mapping of brain tumors for improved diagnosis and treatment planning

Pulse programming for interventional Magnetic Resonance Imaging.

INT-BILAT-BILAT-ordningen

Japan - SURFACE AND INTERFACIAL PHENOMENA RELATED TO PREPARATION OF NANOSTRUCTURED MATERIALS - Establishment of Project

Tildelt: kr 0,13 mill.

Sammendrag

Budsjettformål:

INT-BILAT-BILAT-ordningen

Finansieringskilder

Temaer og emner