Veličina fonta
Sivi ton
Kontrast
Disleksija

Projekt HRZZ: GRAFT-XPCI

Naziv projekta: Nova paradigma utvrđivanja odbacivanja presatka srca: dijagnostika fazno-kontrastnim oslikavanjem X-zrakama proizvedenim sinkrotronom (GRAFT-XPCI)

Akronim: GRAFT-XPCI

HRZZ istraživački projekt (HRZZ-IP-2020-02-5572)

Voditelj projekta: prof. dr. sc. Maja Čikeš

Trajanje projekta: 4 godina (3.5.2021. – 3.5.2025.)

Matična ustanova: Medicinski fakultet Sveučilišta u Zagrebu

Sažetak

Zatajivanje srca je rastući javnozdravstveni problem, visokog mortaliteta i ekonomskog opterećenja, pogotovo u uznapredovalom obliku. Zlatni standard u liječenju uznapredovalog zatajivanja srca je transplantacijsko liječenje. Pažljivo praćenje bolesnika nužno je za prepoznavanje komplikacija poput odbacivanja ili vaskulopatije presatka, infekcija, karcinoma. Temeljna dijagnostička metoda praćenja tih bolesnika je patohistološka analiza svjetlosnom mikroskopijom uzorka miokarda dobivenog invazivnom endomiokardnom biopsijom. Dostupne patohistološke metode su vremenski zahtjevne, strukturno oštećuju tkiva, nisu kvantitativne, te mogu propustiti dio informacija obzirom na dvodimenzijsko proučavanje trodimenzijskog uzorka. Ovaj Istraživački projekt ima cilj interdisciplinarnog povezivanja znanstvenika s područja kliničke medicine, kardiovaskularne patologije, te biomedicinskog inžinjerstva i fizičara u uvođenju nove slikovne metode u dijagnostiku stupnja staničnog odbacivanja presatka srca - fazno-kontrastnog oslikavanja X-zrakama proizvedenim sinkrotronom. Ova slikovna metoda je nedestruktivna, ne zahtjeva pripremu uzorka, omogućava trodimenzijsko oslikavanje cijelog uzorka miokarda. Znanstvenici ovog istraživačkog tima već su sudjelovali u pilot projektima oslikavanja animalnih i humanih tkiva navedenom metodom. GRAFT-XPCI projektom planiramo dokazati neinferiornost nove metode virtualne histologije sinkrotronom u odnosu na klasičnu svjetlosnu mikroskopiju u analizi staničnog odbacivanja presatka srca, usporediti kliničke ishode bolesnika kojima je stanično odbacivanje procijenjeno klasičnom histologijom naspram virtualne histologije, te istražiti karakteristike ostalih tkivnih elemenata u uzorcima biopsija. Inžinjerski dio tima razvit će računarski alat za (polu-)automatsko analiziranje i kvantifikaciju uzoraka, te u konačnici strukturne i kliničke podatke integrirati metodama strojnog učenja, time nadopunivši razumijevanje kroničnog zatajivanja presatka srca.

Istraživačka skupina

CountryName and surnameTitleInstitution
CroatiaMaja ČikešAssoc. prof.UZSM
CroatiaIvo PlanincMDUHC ZAGREB
CroatiaBoško SkorićAssist. prof.UZSM
CroatiaHrvoje JurinMDUHC ZAGREB
CroatiaMarijan PašalićPhDUHC ZAGREB
CroatiaNina JakušMDUHC ZAGREB
CroatiaDavor Miličićprof.UZSM
CroatiaFilip LončarićPhDUHC ZAGREB
CroatiaHrvoje GašparovićAssoc. prof.UZSM
SpainBart Bijnensprof.IDIBAPS
SpainPatricia Garcia CanadillaPhD IDIBAPS
SwitzerlandAnne BonninPhDPSI
SwitzerlandHector DejeaPhDPSI
SpainMarta Sitgesprof.HCB
SpainAna Garcia AlvarezPhDHCB
SpainMarta Farrero-TorresMDHCB
SpainMaria Angeles CastelMDHCB
CroatiaSven Lončarićprof.FEC
CroatiaIgor RudežAssist. prof.UZSM, HCD
CroatiaIvana IlićAssist. prof.UZSM
CroatiaNikola ŠkrebMDUZSM

UZSM – University of Zagreb School of Medicine;

UHC ZAGREB – University Hospital Center Zagreb;

IDIBAPS - August Pi i Sunyer Biomedical Research Institute;

PSI - Paul Scherrer Institute;

HCB – Hospital Clinic Barcelona;

FEC – Faculty of Electrical Engineering and Computing; HCB – Hospital Center Dubrava

Figure 1: GRAFT X-PCI centers

Financiranje projekta

odobreno financiranje: 900.976,00 kn

Ciljevi projekta

  1. Usporediti metode procjene staničnog odbacivanja presatka srca- dokazati neinferiornost X-PCI u odnosu na klasičnu svjetlosnu mikroskopiju u analizi stupnja staničnog odbacivanja presatka srca.
  2. Usporediti kliničke ishode bolesnika kojima je stupanj staničnog odbacivanja procijenjen klasičnom histologijom naspram procjene pomoću X-PCI.
  3. Istražiti karakteristike ostalih tkivnih elemenata miokarda u uzorcima EMB, te usporediti saznanja svjetlosnom i elektronskom mikroskopijom sa X-PCI.
  4. Razviti računarskim metodama i metodama strojnog učenja alat za polu-automatsko ili automatsko analiziranje i kvantifikaciju karakteristika uzoraka dobivenih EMB.
  5. Integrirati metodama strojnog učenja strukturne promjene otkrivene u EMB s kliničkim podatcima, te time dopuniti razumijevanje kroničnog zatajivanja presatka srca.