COVID-19-infektion är en ny sjukdom som ställer många kliniska frågor som kommer att undersökas av forskarvärlden under de kommande åren. För oss är de neurologiska symtom som vissa överlevande upplever och som har en betydande inverkan på deras livskvalitet, av intresse.
I detta projekt, finansierat av Analytic Imaging Diagnostics Arena (AIDA), avser vi att använda toppmoderna MRI-metoder sensibiliserade för slumpmässiga rörelser av vattenmolekyler för att bedöma mikrostrukturella förändringar associerade med infektionen och/eller dess behandling. För detta ändamål använder vi en ny mikrostrukturkänslig diffusions-MRI-teknik, som inte helt har införlivats i klinisk praxis. Vårt mål är att få mer detaljerad information om vävnadsstrukturen och förhoppningsvis belysa en del av patogenesen av COVID-19 på det centrala nervsystemet. I denna strävan kommer artificiell intelligens, AI, att spela en viktig roll genom att möjliggöra visualisering av den intravoxelvävnadssammansättning som undersöks med diffusions-MR.
Utvecklingen av ramverket för dataanalys, inklusive visualisering av diffusions-MRI-data, kommer att underlätta översättningen av tekniken till klinisk användning, vilket gör den tillgänglig för att studera andra kliniska utmaningar.
I detta projekt, finansierat av Analytic Imaging Diagnostics Arena (AIDA), avser vi att använda toppmoderna MRI-metoder sensibiliserade för slumpmässiga rörelser av vattenmolekyler för att bedöma mikrostrukturella förändringar associerade med infektionen och/eller dess behandling. För detta ändamål använder vi en ny mikrostrukturkänslig diffusions-MRI-teknik, som inte helt har införlivats i klinisk praxis. Vårt mål är att få mer detaljerad information om vävnadsstrukturen och förhoppningsvis belysa en del av patogenesen av COVID-19 på det centrala nervsystemet. I denna strävan kommer artificiell intelligens, AI, att spela en viktig roll genom att möjliggöra visualisering av den intravoxelvävnadssammansättning som undersöks med diffusions-MR.
Utvecklingen av ramverket för dataanalys, inklusive visualisering av diffusions-MRI-data, kommer att underlätta översättningen av tekniken till klinisk användning, vilket gör den tillgänglig för att studera andra kliniska utmaningar.
