Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

A comprehensive CAD system based on radiologic- and pathologic-image biomarkers for diagnosis and prognosis of breast cancer relapse

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Classification of malign breast tissue regions and molecular subtypes (si apre in una nuova finestra)

Report on the work of task 3.1, related to the detection and classification of malign breast tissue regions.

Methods for identifying aggressive cancer types (si apre in una nuova finestra)

Report summarizing the work performed in task 3.4, on a mathematical model to identify the most aggressive cancer subtypes, from rediological images

Biopsies, WSI preparation and quality issues accuracy (si apre in una nuova finestra)

Report summarizing the activities in task 4.1, related to the specific procedures that ensure the quality of biopsioes, stains and WSI imaging

Breast tissue density biomarker (si apre in una nuova finestra)

Report containing the progress of task 3.3, related to the development of a visual biomarker of the breast tissue density, needed in order to classify the molecular subtype of the detected cancer

Pubblicazioni

Efficient Generation of Synthetic Breast CT Slices By Combining Generative and Super-Resolution Models (si apre in una nuova finestra)

Autori: Zhikai Yang, Mehdi Astaraki, Örjan Smedby, Rodrigo Moreno
Pubblicato in: Lecture Notes in Computer Science, Artificial Intelligence and Imaging for Diagnostic and Treatment Challenges in Breast Care, 2025
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-031-77789-9_7

Vision Transformers for Breast Cancer Histology Image Classification (si apre in una nuova finestra)

Autori: Baroni, G.L., Rasotto, L., Roitero, K., Siraj, A.H., Della Mea, V
Pubblicato in: Lecture Notes in Computer Science, Numero 14366, 2024, ISBN 978-3-031-51025-0
Editore: Springer
DOI: 10.1007/978-3-031-51026-7_2

Reconstruction of Breast Spectral CT with Multi-Material Decomposition using a Two-Stage Learned Primal-Dual Neural Network

Autori: Zhikai Yang, Ruihan Huang, Örjan Smedby, and Rodrigo Moreno
Pubblicato in: Fully3D conference 2025, 2025
Editore: Fully3D conference 2025

Fine-tuning Specialized NER Model for Symptom Extraction from Slovenian Medical Texts (si apre in una nuova finestra)

Autori: Rigon Sallauka, Umut Arioz, Izidor Mlakar
Pubblicato in: 2024 9th International Conference on Mathematics and Computers in Sciences and Industry (MCSI), 2025
Editore: IEEE
DOI: 10.1109/MCSI63438.2024.00032

The BosomShield project: an integrative approach to diagnosis and prognosis of breast cancer relapse based on radiologic / pathologic image biomarkers

Autori: Hatem A. Rashwan, Vincenzo Della Mea, Rodrigo Moreno, Ioannis Sechopoulos, Carlos López, Anna Korzyńska, Alain Lalande, Izidor Mlakar, Zouhair Haddi, Johannes Gregori, Domenec Puig
Pubblicato in: ECDP2023 19thEuropean Congress on Digital Pathology, 2023

Lesion localization in digital breast tomosynthesis with deformable transformers by using 2.5D information (si apre in una nuova finestra)

Autori: Zhikai Yang, Tianyu Fan, Örjan Smedby, Rodrigo Moreno
Pubblicato in: Medical Imaging 2024: Computer-Aided Diagnosis, Numero 28, 2024
Editore: SPIE
DOI: 10.1117/12.3005496

Memory Efficient Two-Stage Diffusion Model in Synthetic Breast Image Generation (si apre in una nuova finestra)

Autori: Zhikai Yang, Örjan Smedby, Rodrigo Moreno
Pubblicato in: European Conference of Radiology, 2024
Editore: ECR
DOI: 10.26044/ecr2024/C-24121

Vision Transformers for Breast Cancer Classification

Autori: G.L. Baroni, L. Rasotto, K. Roitero, A. Tulisso, M. Orsaria, C. Di Loreto, V. Della Mea
Pubblicato in: ECDP2024, 2024

Using simulated breast lesions based on Perlin noise for evaluation of lesion segmentation (si apre in una nuova finestra)

Autori: Hanna Tomic, Zhikai Yang, Anders Tingberg, Sophia Zackrisson, Rodrigo Moreno, Örjan Smedby, Magnus Dustler, Predrag Bakic
Pubblicato in: Medical Imaging 2024: Physics of Medical Imaging, Numero 10718, 2024
Editore: SPIE
DOI: 10.1117/12.3008840

3D breast ultrasound image classification using 2.5D deep learning (si apre in una nuova finestra)

Autori: Zhikai Yang, Tianyu Fan, Örjan Smedby, Rodrigo Moreno
Pubblicato in: 17th International Workshop on Breast Imaging (IWBI 2024), 2024
Editore: SPIE
DOI: 10.1117/12.3025534

Comparison of lesion segmentation methodsusing simulated DBT images (si apre in una nuova finestra)

Autori: Zhikai Yang, Hanna Tomic, Victor Dahlblom, Sophia Zackrisson, Anders Tingberg, Magnus Dustler, Örjan Smedby, Rodrigo Moreno and Predrag Bakic
Pubblicato in: Proceedings Virtual Imaging Trials in Medicine 2024, Numero Page 195, 2024
Editore: VITM 2024
DOI: 10.48550/arXiv.2405.05359

Two-stage convolutional neural network for breast CT reconstruction (si apre in una nuova finestra)

Autori: Zhikai Yang, Yihan Xiao, Ozan Öktem, Örjan Smedby, Rodrigo Moreno
Pubblicato in: Medical Imaging 2025: Physics of Medical Imaging, 2025
Editore: SPIE
DOI: 10.1117/12.3048825

Physics-Informed Neural Network for T2 and M0 Map Estimation

Autori: Zhikai Yang, Lorenzo Branca, Rodrigo Moreno
Pubblicato in: ESMRMB Annual Scientific Meeting 2023, 2023
Editore: ESMRMB

Weakly-Supervised Multilingual Medical NER for Symptom Extraction for Low-Resource Languages (si apre in una nuova finestra)

Autori: Rigon Sallauka, Umut Arioz, Matej Rojc, Izidor Mlakar
Pubblicato in: Applied Sciences, Numero 15, 2025, ISSN 2076-3417
Editore: MDPI AG
DOI: 10.3390/APP15105585

Optimizing Vision Transformers for Histopathology: Pretraining and Normalization in Breast Cancer Classification (si apre in una nuova finestra)

Autori: Giulia Lucrezia Baroni, Laura Rasotto, Kevin Roitero, Angelica Tulisso, Carla Di Loreto, Vincenzo Della Mea
Pubblicato in: Journal of Imaging, Numero 10, 2024, ISSN 2313-433X
Editore: MDPI AG
DOI: 10.3390/jimaging10050108

Enhancing AI Research for Breast Cancer: A Comprehensive Review of Tumor‑Infiltrating Lymphocyte Datasets (si apre in una nuova finestra)

Pubblicato in: Journal of Imaging Informatics in Medicine, 2024, ISSN 2948-2933
Editore: Springer
DOI: 10.1007/s10278-024-01043-8

Retrospective Case‐Cohort Study on Risk Factors for Developing Distant Metastases in Women With Breast Cancer (si apre in una nuova finestra)

Autori: Serena Bertozzi, Ambrogio Pietro Londero, Giovanni Vendramelli, Maria Orsaria, Laura Mariuzzi, Enrico Pegolo, Carla Di Loreto, Carla Cedolini, Vincenzo Della Mea
Pubblicato in: Cancer Medicine, Numero 14, 2025, ISSN 2045-7634
Editore: Wiley
DOI: 10.1002/CAM4.70903

È in corso la ricerca di dati su OpenAIRE...

Si è verificato un errore durante la ricerca dei dati su OpenAIRE

Nessun risultato disponibile

Il mio fascicolo 0 0