Bruk av maskinlæring for å tyde mammogrammer
Prosjekt
|Oppdatert
Vi vil bruke "deep learning" for å utvikle en ny metode for automatisk maskinlesing av screeningmammogrammer. Målet er å utvikle en metode som kombinerer automatisk analyse med radiologisk ekspertise.
Sammendrag
Vi vil bruke "deep learning" for å utvikle en ny metode for automatisk maskinlesing av screeningmammogrammer. Prosjektets hovedmålsetting er å utvikle en metode som kombinerer automatisk analyse med radiologisk ekspertise. Vi ønsker å identifisere undersøkelser som er negative og har som mål å selektere 70% av alle undersøkelsene. Dette vil kunne frigjøre radiologressurser slik at de kan bruke mer tid på kvinner med mistanke om brystkreft. Automatisk analyse vil også kunne hjelpe radiografene å gjennomføre kvalitetskontroll, og gjøre mer systematiske analyser for å kunne observere forandringer i brystet over tid.
Prosjektleder
Solveig Hofvind, Kreftregisteret, Folkehelseinstituttet
Prosjektdeltakere
Solveig Hofvind, Kreftregisteret, Folkehelseinstituttet
Morten Troøyen, St. Olavs Hospital HF
Gunn Aagedal Hervold, Sørlandet sykehus HF
Eivind Reitan, Sykehuset Østfold HF
Rica Gueco Mortensen, Universitetssykehuset Nord-Norge HF
Ulf Isaksen, Helse Nord RHF
Hanne Rosenquist, Sykehuset Innlandet HF
Jon-Haakon Malmer-Høvik, Vestre Viken HF
Jo-Åsmund Lund, Helse Møre og Romsdal HF
Anna-Lena Skoglund, Sykehuset Innlandet HF
Gro Frøisland, Sykehuset Innlandet HF
Lars Ailo Aslaksen Bongo, Universitetet i Tromsø - Norges arktiske universitet, UiT Norges arktiske universitet
Lars Holden, Norsk Regnesentral
Kaitlyn Truruda, Kreftregisteret, Folkehelseinstituttet
Anne Kathrin Ertzaas, Kreftregisteret, Folkehelseinstituttet
Sofie Sebuødegård, Kreftregisteret, Folkehelseinstituttet
Silje Sagstad, Kreftregisteret, Folkehelseinstituttet
Start
01.06.2018
Slutt
31.12.2022
Status
Avsluttet
Godkjenninger
Regionale komitéer for medisinsk og helsefaglig forskningsetikk (REK)
Prosjekteier/ prosjektansvarlig
Folkehelseinstituttet