Brainreader er en patenteret metode, som forsøger at løse en af de store diagnostiske problemstillinger i den vestlige verden, nemlig en sikker, simpel, ikke invasiv diagnose af Alzheimers i et tidligt stadie. En sådan løsning vil have stor samfundsmæssig indvirkning.

Den største udfordring for Brainreader softwaren er den meget tunge billedanalyse, som giver analyse tider på op til 3 timer pr. hjernescanning. Dette gør Brainreader softwaren svær at anvende i daglige arbejdsrutiner idet det tvinger slutbrugeren til at skulle benytte softwaren på meget højtydende, og dermed bekostelige, servere.

Baseret på erfaringer fra tidligere projekter, er det vurderingen fra eksperter på Datalogisk Institut Aarhus Universitet, at analyse tiden kan nedbringes signifikant ved at anvende paralleliserede algoritmer (kaldet Horn/Schunk og Cornelius & Kanade) på GPU’en.

Projektet vil teste denne hypotese, og i positivt fald implementere en løsning, så Brainreader kan hjælpes til at udnytte det fulde potentiale for diagnose-metoden.

En løsning på optimeringsproblemet er således kritisk for Brainreaders videre forretningsmæssige udvikling og succes.

Forskningsmæssigt er der dels tale om kendte teknikker, der bringes til anvendelse i en ny kontekst, og dels vil en løsning på optimeringsproblemet muliggøre yderligere forskning og opmåling af evidens i forhold til Brainreaders kliniske og samfundsmæssige effekt.

Download faktaark om Optimized Brain Reading (pdf).

Projektet er afsluttet.

Download evalueringsrapporten om Optimized Brain Reading (pdf).
Download resumé af projektet (pdf).

Partnere: Brainreader; Datalogisk Institut, Aarhus Universitet; Caretech Innovation
Projektperiode: 1. januar 2012 - 31. august 2012
Caretech budget: 525.000 kr.