Haalbaarheidsproject Beter beeld voor een betere diagnose

Het project onderzoekt de toepassing van geavanceerde beeldverwerking in medische technieken om diagnoses te verbeteren en stralingsblootstelling voor patiënten te verminderen.

Subsidie
€ 14.400
2021

Projectdetails

Inleiding

Het doel van medische beeldvormende technieken is om informatie te verzamelen die kan bijdragen aan de diagnose en/of prognose van een patiënt.

Wetenschappelijke Doorbraken

Recente wetenschappelijke doorbraken op het gebied van beeldverwerking bieden mogelijkheden om te worden toegepast in medische beeldvormende technieken. Door deze beeldverwerking efficiënter te maken, kan men met dezelfde apparatuur potentieel meer data verkrijgen.

Doel van het Haalbaarheidsproject

Middels ons haalbaarheidsproject willen wij onderzoeken of men betere/zekerdere diagnoses kan stellen en dat patiënten minder worden blootgesteld aan schadelijke straling. Ons doel is het verkrijgen van een duidelijk beeld van de meerwaarde van onze technologie toegepast bij medische detectoren.

Onderzoek en Ontwikkeling

Dit haalbaarheidsonderzoek en experimentele ontwikkeling moet dat kunnen aantonen.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 14.400

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2021

Partners & Locaties

Projectpartners

  • Van Heel B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

Haalbaarheidsonderzoek geïntegreerd berichten in de zorg

Het project onderzoekt de haalbaarheid van geïntegreerd berichtenverkeer in de zorg om inzicht te krijgen in marktbehoeften en vereisten voor efficiënte communicatie.

€ 20.000
Mkb-innovati...

BORSTKANKERDETECTIE D.M.V. CAMERATECHNOLOGIEËN/ ARTIFICIËLE INTELLIGENTIE

Sigmascreening onderzoekt de haalbaarheid van een innovatief product voor borstkankerdetectie met 3D-camera's en AI, gericht op toegankelijkheid en marktbehoefte.

€ 20.000
Mkb-innovati...

Het gebruik van Machinaal leren om het leven van kankerpatiënten te bevorderen

Het project onderzoekt de haalbaarheid van een webapplicatie die met machinaal leren een effectief revalidatieplan voor kankerpatiënten ontwikkelt, ter verbetering van hun herstel.

€ 20.000
Mkb-innovati...

MRI-beeldgeleide robotische interventies

Het project onderzoekt de haalbaarheid van het ontwikkelen van robotische interventies op basis van MRI-beeldvorming als een innovatief medisch hulpmiddel.

€ 20.000
Mkb-innovati...

Klinische zorgprocesmanagement applicatie

Effect Healthcare B.V. onderzoekt de haalbaarheid van een applicatie voor clinici om zorgprocessen te optimaliseren, wat leidt tot betere patiëntresultaten en efficiëntere workflows.

€ 19.728

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

Doorbreken van barrières voor gebruik van AI algoritmes in de gezondheidszorg.

Het project ontwikkelt een cloud-based platform met AI-technologie voor verbeterde medische diagnostiek, gericht op snellere, nauwkeurigere behandelingen en kostenbesparingen in de gezondheidszorg.

€ 329.700
ERC Consolid...

Screening And Future Enhanced MRI

SAFE-MRI seeks to enhance breast cancer detection and MRI performance by implementing abbreviated screening for younger women and reducing contrast use through advanced imaging techniques.

€ 2.984.796
EIC Transition

Truly portable MRI for extremity and brain imaging anywhere & everywhere

The NextMRI project aims to develop portable low-field MRI systems for accessible point-of-care imaging, enhancing diagnostic capabilities and usability for underserved populations globally.

€ 2.494.415
Mkb-innovati...

AI-based medical assistant - Herkennen en classificeren van tumoren m.b.v. kunstmatige intelligentie

Dit project ontwikkelt een geavanceerde beeldherkenningstechnologie voor realtime screening van eiwittypologieën in biopten, om de behandeling van complexe tumoren te verbeteren.

€ 200.000
EIC Pathfinder

Quantitative Ultrasound Stochastic Tomography - Revolutionizing breast cancer diagnosis and screening with supercomputing-based radiation-free imaging.

The project aims to revolutionize breast cancer imaging by developing adjoint-based algorithms for uncertainty quantification, enhancing diagnostic confidence through high-resolution, radiation-free images.

€ 2.744.300