El Proyecto HELICoiD, seleccionado por la UE para su nueva plataforma INNOVATION RADAR

05 de Abril de 2018

*El proyecto para la identificación de tumores cerebrales a tiempo real a través de imágenes hiperespectrales, que coordina la ULPGC, ha sido seleccionado para formar parte de la nueva plataforma, que pretende acercar a la ciudadanía en general las innovaciones más significativas desarrolladas en el ámbito europeo 

El Proyecto europeo HELICoiD (Hyperspectral Images for Brain Cancer Detection), que coordina la Universidad de Las Palmas de Gran Canaria (ULPGC), ha sido seleccionado por la Unión Europea para formar parte de INNOVATION RADAR, la nueva plataforma para la divulgación de los proyectos europeos de mayor impacto y excelencia, que forma parte de una nueva iniciativa europea para desarrollar un ecosistema dinámico de incubadoras, empresas e inversores para impulsar la transferencia social de las innovaciones desarrolladas en los proyectos europeos. 

Además, la plataforma INNOVATION RADAR (Radar de Innovación) será un escaparate en el que se mostrará a la ciudadanía los avances tecnológicos y científicos que están llevando a cabo investigadores e innovadores procedentes de toda Europa, financiados por la Comisión Europea. Este nuevo canal será presentado el martes 10 de abril en Bruselas, en el marco de la celebración del Digital Day 2, con la asistencia de ministros y miembros del Parlamento Europeo. 

Logo del proyectoEl proyecto HELICoiD es un proyecto de investigación financiado con fondos europeos desarrollado por las Universidades de Las Palmas de Gran Canaria –que además coordina el proyecto-, Imperial College of Science, Technology and Medicine of London, Universidad Politécnica de Madrid, Association pour la Recherche et le Developpement des Methodes et Processus Industriels de Paris – Armines; tres socios industriales, Medtronic Iberica, General Equipment for Medical Imaging, y Virtual Angle; y dos hospitales, el Hospital Universitario de Gran Canaria Dr. Negrín –a través de la Fundación Canaria de Investigación y Salud- y el University Hospital of Southampton NHS Foundation Trust. 

HELICoiD está coordinado por el profesor titular de Tecnología Electrónica de la ULPGC, Gustavo Marrero Callicó, y la tecnología desarrollada por sus investigadores permite la utilización de imágenes hiperespectrales para la identificación en tiempo real de los márgenes del tumor cerebral durante la cirugía, lo que ayuda al cirujano a extraer el tumor y respetar la mayor cantidad de tejido sano posible. 

Su objetivo principal generar un demostrador no invasivo capaz de discriminar entre tejido sano y tumoral en tiempo real durante intervenciones de neurocirugía usando para ello imágenes hiperespectrales. Dado que el cáncer implica un cambio en la fisiología celular, éste es detectado como un cambio en la firma hiperespectral del tejido.

 

Extracción quirúrgica más precisa

A diferencia de otros tumores, los tumores cerebrales se infiltran en el tejido que lo rodea y, por lo tanto, sus límites son difusos y difíciles de identificar. El tejido cerebral circundante es críticoFuente: HELICoiD y no hay redundancia, como ocurre en muchos otros órganos, en los que es normal extirpar el tumor junto con un amplio margen circundante de tejido sano. Esto no es posible en el cerebro, donde se hace esencial identificar con precisión la frontera entre el tejido normal y el tejido enfermo. 

El proyecto HELICoiD aplica técnicas avanzadas de clasificación de imágenes hiperespectrales a este tipo de tumores

Las imágenes hiperespectrales son un tipo de imágenes digitales tomadas por sensores capaces de captar información en diferentes rangos de longitudes de onda dentro del espectro electromagnético, típicamente entre el ultravioleta (UV) y el infrarrojo cercado (NIR). 

A diferencia de una imagen digital tradicional (imagen RGB), que únicamente capta tres longitudes de onda (rojo [700nm], verde [546nm] y azul [435nm]), cada píxel de una imagen hiperespectral se corresponde con un vector de tantas componentes como rangos de longitudes de onda sea capaz de captar el sensor, típicamente varios cientos de componentes, asociadas cada una a una longitud de onda concreta.