SubsidieMeestersEEGX2
Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.
Projectdetails
Inleiding
Alzheimer als meest voorkomende vorm van dementie neemt toe in een vergrijzende wereld. In 2021 waren er in Nederland 290.000 dementiepatiënten. Vroegtijdige diagnose is cruciaal om preventie of behandelingen, zoals dementie-remmende medicatie, effectief in te zetten en zorgtrajecten tijdig op te starten.
EEG-analyse
Een elektro-encefalogram (EEG) maakt veranderingen in hersenactiviteit zichtbaar. Patiënten met milde cognitieve stoornissen tonen tijdens geheugentaken veranderde EEG-activiteit, vooral verminderde alfa-activiteit. Dit project focust op R&D van EEG-analyse in het frequentiedomein, gebruikmakend van Fourieranalyse en wavelets.
Onderzoeksfocus
Er wordt specifiek gekeken naar alfa/theta-cross-frequentie numerieke verhoudingen tijdens (speciaal voor dit project ontwikkelde) taalvaardigheidstaken en ruststatus. Deze benadering, gebaseerd op recente theorieën over hersenritme-interactie, kan mogelijk vroegtijdig dementie detecteren.
Innovatieve aanpak
Door de hoogwaardige data die dit nieuwe algoritme gaat genereren, kan goedkopere EEG-apparatuur worden ingezet. Goedkope hardware in combinatie met geavanceerde algoritmes maakt het mogelijk om snel via EEG te meten of er sprake is van cognitieve achteruitgang.
Doelstelling
Dit project heeft als doel software te ontwikkelen die compatibel is met OpenBCI-hardware, om vroeg dementie te detecteren.
Samenwerking en pilot
Er zal een pilot worden uitgevoerd in samenwerking met huisartsen, zorginstellingen en Alzheimer Nederland. Na een succesvolle pilot wordt een vervolgproject overwogen om samen met betaalbare EEG-hardware.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 120.943 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- Thaliva B.V.penvoerder
- BitBend B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
KeraModHet KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie. | MIT R&D Samenwerking | € 167.375 | 2023 | Details |
K.N.I.T.T.: Knitwear Next-level Interactive Textile TechnologyHet project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten. | MIT R&D Samenwerking | € 151.428 | 2023 | Details |
Biobased AutoplatformDonkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren. | MIT R&D Samenwerking | € 118.472 | 2023 | Details |
Insourcing & automatisering productieproces souvenirtulpenKlompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren. | MIT R&D Samenwerking | € 340.900 | 2023 | Details |
KeraMod
Het KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie.
K.N.I.T.T.: Knitwear Next-level Interactive Textile Technology
Het project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten.
Biobased Autoplatform
Donkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren.
Insourcing & automatisering productieproces souvenirtulpen
Klompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
S4E-platform: Simulaties en Signaaldetectie voor EpilepsieHet project ontwikkelt een AI-platform (S4E) voor het voorspellen van epilepsiesubtypes via hersensimulaties en fNIRS, om diagnostiek en behandeling te verbeteren. | MIT R&D AI | € 331.450 | 2023 | Details |
Aura: EEG oorplug met AI voor slaapverbeteringArenar B.V. onderzoekt de haalbaarheid van een niet-hinderlijk oorplug-achtig EEG-apparaat voor nauwkeurige slaapwaarneming om klanttevredenheid en langdurig gebruik te verbeteren. | MIT Haalbaarheid | € 20.000 | 2022 | Details |
Haalbaarheidsonderzoek Cognitief Open Data Model voor vroege fase geheugenverliesDit project onderzoekt de haalbaarheid van een Cognitief Open Data Model voor vroegtijdig geheugenverlies om voorspellingen te doen en onderliggende ziekten eerder vast te stellen. | MIT Haalbaarheid | € 20.000 | 2022 | Details |
Luisterinspanning objectief bepalen met EEGHet project richt zich op het meten van luisterinspanning via EEG en AI om hoorapparaten voor mensen met gehoorproblemen te optimaliseren. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
S4E-platform: Simulaties en Signaaldetectie voor Epilepsie
Het project ontwikkelt een AI-platform (S4E) voor het voorspellen van epilepsiesubtypes via hersensimulaties en fNIRS, om diagnostiek en behandeling te verbeteren.
Aura: EEG oorplug met AI voor slaapverbetering
Arenar B.V. onderzoekt de haalbaarheid van een niet-hinderlijk oorplug-achtig EEG-apparaat voor nauwkeurige slaapwaarneming om klanttevredenheid en langdurig gebruik te verbeteren.
Haalbaarheidsonderzoek Cognitief Open Data Model voor vroege fase geheugenverlies
Dit project onderzoekt de haalbaarheid van een Cognitief Open Data Model voor vroegtijdig geheugenverlies om voorspellingen te doen en onderliggende ziekten eerder vast te stellen.
Luisterinspanning objectief bepalen met EEG
Het project richt zich op het meten van luisterinspanning via EEG en AI om hoorapparaten voor mensen met gehoorproblemen te optimaliseren.