Física Médica, Radiobiologia e Proteção Radiológica (FMRPR)

O Grupo de Física Médica, Radiobiologia e Proteção Radiológica foi constituído no início de 2008 alojado no Centro de Investigação do IPO-Porto. Os seus membros são principalmente físicos e radiobiólogos, mas também incluem outras especialidades, como radiofarmácia e clínicos. É o único grupo de investigação em Física Médica e Radiobiologia em Portugal cujas actividades são desenvolvidas integralmente em ambiente hospitalar.
O grupo tem um Membro Titular (J.A.M. Santos) no European Radiation Dosimetry Group (Eurados), e um Membro Correspondente (J. Lencart), no Workgroup 9, WG9 (Radiation Protection in Radiotherapy) e está ainda envolvido em diversos colaborações nacionais e internacionais.

COORDENADOR CIENTÍFICO

João António Miranda dos Santos, PhD
ORCID ID: 0000-0003-2465-5143
Técnico Superior de Saúde
Especialista em Física Médica, Coordenador do Grupo, Membro da Comissão de Ética
E-mail: joao.santos@ipoporto.min-saude.pt

EQUIPA
Investigadores Sénior

Alexandre Baptista Mendes Pereira
ORCID ID: 0000-0001-8965-274X
Técnico Superior de Saúde; Especialista em Física Médica
E-mail: apereira@ipoporto.min-saude.pt

Anabela Gregório Dias
ORCID ID: 0000-0002-2777-321X
Técnico Superior
Especialista em Física Médica, Especialista em Protecção Radiológica
Email: anabela.dias@ipoporto.min-saude.pt

Bárbara Adélia Meireles Barbosa
ORCID ID: 0000-0003-0686-0397
Técnico Superior de Diagnóstico e Terapêutica; Técnica de Radioterapia,
Email: barbara.barbosa@ipoporto.min-saude.pt

Bruno Miguel Ferreira Mendes
ORCID ID: 0000-0002-7574-7630
Técnico Superior de Saúde; Físico Médica
Email: bruno.mendes@ipoporto.min-saude.pt

Carla Isabel Vaz Tavares Figueiredo Capelo
Categoria: Farmacêutica; Radiofarmacêutica
Email: carla.capelo@ipoporto.min-saude.pt

Diana Jorge Pimparel Alves Nuno Pinto
ORCID ID: 0000-0003-2559-3407
Técnico Superior de Saúde; Física Médica
Email: diana.pinto@ipoporto.min-saude.pt

Filipe Augusto Madeira Dias
ORCID ID: 0000-0002-2992-5096
Técnico Superior de Saúde; Físico Médico
Email: filipe.dias@ipoporto.min-saude.pt

Inês Magalhães da Silva de Lucena e Sampaio
Médica (Medicina Nuclear); Médica
Email: ines.lucena@ipoporto.min-saude.pt

Isabel Maria Guedes Bravo
Investigadora Auxiliar
ORCID ID: 0000-0001-6445-6443
Email: isabel.bravo@ipoporto.min-saude.pt

Joana Borges Lencart e Silva
ORCID ID: 0000-0001-7078-7257
Técnico Superior de Saúde
Especialista em Física Médica, Directora de Serviço, Investigadora
Email: joana.lencart@ipoporto.min-saude.pt

Luís Hugo da Silva Trindade Duarte
ORCID ID: 0000-0002-6867-1180
Médico (Medicina Nuclear), Director de Serviço
Email: hugo.duarte@ipoporto.min-saude.pt

Luís Paulo Teixeira Cunha
ORCID ID: 0000-0001-6012-6893
Técnico Superior; Físico Médico
Email: luis.cunha@ipoporto.min-saude.pt

Jorge Barbosa Pereira
ORCID ID: 0000-0002-7216-1191
Técnico Superior; Físico Médico
Email: jorge.b.pereira@ipoporto.min-saude.pt

Pedro Filipe Conde Andrade Silva
ORCID ID: 0000-0003-3962-4040
Técnico Superior de Diagnóstico e Terapêutica; Técnico de Radiologia e Radioterapia
Email: pedro.andrade.silva@ipoporto.min-saude.pt

Rogéria Maria Craveiro Pereira
ORCID ID: 0000-0002-5786-2096
Técnico Superior de Saúde; Radiobióloga
Email: rogeriapereira@ipoporto.min-saude.pt

Sara Patrícia de Almeida Pinto
ORCID ID: 0000-0002-9863-2078
Técnico Superior de Saúde; Física Médica,
Email: sara.pinto@ipoporto.min-saude.pt

Sofia Isabel de Castro e Silva
ORCID ID: 0000-0002-0056-6034
Técnico Superior de Saúde; Física Médica
Email: sofia.i.silva@ipoporto.min-saude.pt

Susana Margarida Oliveira Gonçalves
ORCID ID: 0000-0003-3036-5847
Técnico Superior de Diagnóstico e Terapêutica; Dosimetrista
Email: susanamg@ipoporto.min-saude.pt

Vera Catarina Marques Antunes
ORCID ID: 0000-0001-7195-8791
Técnico Superior de Saúde; Física Médica
Email: vera.antunes@ipoporto.min-saude.pt

 

Investigadores Júnior

Leyla Ebrahimpour, PhD
ORCID ID: 0000-0001-7243-8296
E-mail: i12885@ipoporto.min-saude.pt

 

Investigadores Convidados

Jorge Eduardo Nunes Oliveira, MSc
Físico Médico; Joaquim Chaves Saúde
E-mail: jorgeduardo@gmail.com

Pedro Peixoto Teles, PhD
Professor Auxiliar, FCUP
E-mail: ppteles@fc.up.pt

 

Doutorandos

José Pedro Amorim, MSc, IPOP/UC; E-mail: jose.pereira.amorim@ipoporto.min-saude.pt
Miriam Raquel Seoane Pereira Seguro Santos, MSc, IPOP/UC; E-mail: miriams@student.dei.uc.pt
Sara Filipa Coelho Guerreiro, MSc, IPOP/Politécnico Leiria; E-mail: sara.f.guerreiro@ipleiria.pt

 

Mestrandos

Jorge Carlos Cortes Mesquita; E-mail: up201603414@edu.fc.up.pt
Margarida Macedo Freitas; E-mail: i37308@ipoporto.min-saude.pt
Maria Inês Teixeira Gama;E-mail: up202003315@edu.fc.up.pt

 

OBJETIVOS 

O grupo está focado na aplicação da metodologia da física e da radiobiologia para solucionar problemas específicos relacionados com as radiações ionizantes, tanto na perspectiva da otimização dos procedimentos do paciente como na perspectiva da proteção em caso de exposição profissional a agentes de radiação ionizante. O grupo já adotou a exposição pessoal crítica devido a campos de radiação altamente heterogêneos com simulações de Monte Carlo em fluoroscopia por tomografia computorizada e a exposição do doente durante procedimentos de radioterapia intraoperatória. Esta metodologia, com o aumento do poder computacional nos últimos anos, está a tornar-se um método de referência para simular procedimentos em física das radiações ionizantes, onde a exposição dos sujeitos deve ser muito bem justificada.

 

PROJETOS COM FINANCIAMENTO INTERNO
  • FLATFILBIO- Radiobiological effects of flattening filter free radiotherapy treatments
    Referência: PI 128-CI-IPOP-119-2019; Orçamento:15.000.00€ (2019 –): PI: Prof. Isabel Bravo

As características físicas dos feixes de fotões FFF já são bem conhecidas. No entanto, pouco tem sido relatado sobre os seus efeitos radiobiológicos. A dose de pulso pode ser alterada removendo o flattening filter e a sobrevivência das células diminuiu com o aumento subsequente na taxa de dose. No entanto, nenhuma diferença significativa foi observada na sobrevivência das células após a irradiação com feixes de fotões em altas taxas de dose. Assim, o efeito da taxa de dose de radiação na sobrevivência das células permaneceu obscuro. Além disso, malignidades pulmonares, como cancro de pulmão de células não pequenas (NSCLC), são tratadas clinicamente com feixes de fotões de alta taxa de dose. No entanto, os efeitos da taxa de dose das altas doses de feixes de fotões FFF em NSCLC tratados com SBRT ainda não foram suficientemente explorados. Os resultados de ensaios clínicos anteriores seriam questionáveis se houvesse diferenças significativas nos efeitos radiobiológicos dos feixes de fotões FFF em altas taxas de dose, como na fração de sobrevivência celular (SF).
Existem alguns relatos de que a motilidade celular, que está relacionada à metástase após o tratamento, é promovida pela irradiação de fotões. No entanto, pouca atenção tem sido dada à relação entre a motilidade celular e o efeito da taxa de dose dos feixes de fotões utilizados. Além do controlo tumoral local, a avaliação da metástase desempenha um papel importante nos resultados do tratamento após a radioterapia. A avaliação da influência de feixes de fotões com altas taxas de dose na motilidade celular nos fez perceber a necessidade de uma consideração mais aprofundada de seus efeitos radiobiológicos.
O objetivo deste projeto é investigar os efeitos radiobiológicos de feixes de fotões com altas taxas de dose na motilidade celular e fração de sobrevivência celular.

  • PRIMOPT; Development of MC (PRIMO) tools for the optimization of EBRT workflows; PI 144-CI-IPOP-132-2020; Orçamento:15.000.00€ (2019 –); PI: Prof. João Santos

Os métodos de Monte Carlo (MC) são o gold-standard para cálculos de dose absorvida, fornecendo uma descrição detalhada e completa do transporte de partículas em tecidos e campos de radiação. O método MC simula numericamente distribuições de dose 3D tornando-se uma ferramenta poderosa para um programa de Garantia de Qualidade (QA) para técnicas de Intensity-Modulated Radiation Therapy (IMRT) e Volumetric Modulated Arc Therapy (VMAT). Além disso, calcula a dose em pontos críticos onde o Sistema de Planeamento de Tratamento (TPS) tem um mau desempenho.
O PRIMO é um software que utiliza recursos do PENELOPE, com uma interface amigável. Ele inclui vários modelos de acelerador linear (LINAC) e configurações de colimador multi-folha (MLC). Por outro lado, faltam simulações IMRT e recursos avançados de rastreamento.
Este projeto pretende explorar a viabilidade do uso do PRIMO para simulações de IMRT e distribuições de dose conforme em VMAT. Além disso, pacientes submetidos a 3DCRT no TrueBeam LINAC equipado com HD_120_MLC são submetidos a Dose Extra-Focal Localizada (LEFD) numa região específica fora do campo de tratamento. Um dos objetivos é investigar a distribuição de dose devido ao LEFD durante o VMAT e a otimização do ângulo de rotação do colimador para minimizar essa dose extra.

  • AIONPROG- Artificial Intelligence applied to image based oncological prognosis;
    PI 145-CI-IPOP-133-2020; Orçamento: 21.000.00€ (2019 –); PI: Prof. Inês Domingues

Métodos de inteligência artificial, nomeadamente Machine Learning e a sua componente Deep Learning, podem ser utilizados para antecipar o prognóstico e a resposta à terapia. Das modalidades de imagem disponíveis no tratamento e diagnóstico de um doente com cancro, a TC e o CBCT são amplamente utilizadas. Os achados radiográficos mostraram uma correlação com diferenças significativas nos padrões de expressão de proteínas. Nesse contexto, a extração de características de imagens radiográficas usando algoritmos de caracterização de dados (Radiomics) pode fornecer uma ferramenta valiosa para avaliação do cancro durante o tratamento. A hipótese por trás da radiómica é que a análise quantitativa de imagens médicas pode ter um poder prognóstico semelhante aos fenótipos e assinaturas de proteínas genómicas. A ideia é prever a agressividade do cancro da próstata a partir de imagens de CT e a eficácia do tratamento de radioterapia a partir de imagens de CBCT. No entanto, as características são extraídas de uma região de interesse previamente delimitada. Para resolver esse problema, vários métodos de segmentação de imagem serão explorados para a próstata e órgãos de risco, como a bexiga e o reto. Clustering, U-Net, Active Contours e Graph-Based são alguns exemplos de métodos que serão explorados. Além disso, um cenário de segmentação multiclasse também é interessante, pois imita a segmentação manual holística de especialistas médicos.
Este projeto pretende explorar o uso de métodos de inteligência artificial e dotar imagens médicas com dados, potencialmente auxiliando na detecção, diagnóstico, prognóstico, respostas ao tratamento e monitorização de doenças.

  • NNETFAN- Neuronal networking for VMAT failure probability determination; PI 146-CI-IPOP-134-2020; Orçamento: 29.000.00€ (2019 –); PI: Dra. Sofia Silva

A rotina de um serviço de Física Médica em Radioterapia envolve diariamente a realização de uma bateria de procedimentos de Controlo da Qualidade (CQ). Esse volume de trabalho é essencial para garantia da segurança dos doentes em todas as etapas do tratamento. No entanto, a maioria dos procedimentos encontra-se ainda pouco automatizada, o que torna a sua completa execução muito demorada. O CQ dos planos de tratamento complexo (em particular, VMAT, SRS e SBRT) é feito de acordo com as recomendações internacionais, pela comparação 2D entre distribuição de dose calculada e distribuição de dose medida por sistemas de detectores, e avaliação da taxa de aprovação calculada em termos do índice Gama. No entanto, os sistemas dosimétricos em uso carecem de sensibilidade suficiente para a detecção de erros de posicionamento do MLC. Assim, a qualidade de um plano de tratamento, tal como é avaliada pelo médico, poderá não corresponder ao tratamento administrado ao doente.
Neste projeto pretende-se integrar novos parâmetros de avaliação dos planos de tratamento de radioterapia, tais como: Average leaf travel (percurso total de cada folha de MLC num campo de tratamento dinâmico) e velocidade média do MLC; variações na taxa de dose, entre outros. Pretende-se também avaliar a correlação entre vários índices de complexidade (CI) e o índice gamma e integrar a avaliação desses CIs no workflow de CQ dos planos de tratamento VMAT, SRS e SBRT. Em estudos recentes ainda não foi possível determinar quais os CIs que melhor prevêem falhas nas taxas de aprovação dos planos de tratamento. Os métodos de Inteligência Artificial e Data Mining permitirão encontrar o conjunto de métricas que forneçam uma boa previsão da probabilidade de falha dos planos de tratamento na avaliação Gama..

  • CBCTOPT- CBCT dose measurement and optimization in image guided radiation therapy (IGRT) – An adult and paediatric anthropomorphic phantom study; PI 147-CI-IPOP-135-2020; Orçamento:19.000.00€ (2019 –); PI: Dra. Anabela Dias

A imagem kV-CBCT é uma técnica utilizada para posicionamento do doente – IGRT. Isto permite a aquisição de imagens volumétricas do doente permitindo uma melhor visualização dos tecidos moles, bem como de outras estruturas. A dose entregue aos doentes do kV-CBCT, como resultado do IGRT, é uma questão preocupante.
O principal objetivo deste projeto é o desenvolvimento e medição de doses de CBCT e otimização dos parâmetros de aquisição durante o IGRT para otimizar a dose para os pacientes. Este projeto abrangerá várias tarefas, nomeadamente, ajuste do protocolo de imagem com base no perfil do paciente e análise dos protocolos de reconstrução.

  • NNETFAN- Neuronal networking for VMAT failure probability determination; PI 146-CI-IPOP-134-2020; Orçamento: 29.000.00€ (2019 –); PI: Dra. Sofia Silva

A rotina de um serviço de Física Médica em Radioterapia envolve diariamente a realização de uma bateria de procedimentos de Controlo da Qualidade (CQ). Esse volume de trabalho é essencial para garantia da segurança dos doentes em todas as etapas do tratamento. No entanto, a maioria dos procedimentos encontra-se ainda pouco automatizada, o que torna a sua completa execução muito demorada. O CQ dos planos de tratamento complexo (em particular, VMAT, SRS e SBRT) é feito de acordo com as recomendações internacionais, pela comparação 2D entre distribuição de dose calculada e distribuição de dose medida por sistemas de detectores, e avaliação da taxa de aprovação calculada em termos do índice Gama. No entanto, os sistemas dosimétricos em uso carecem de sensibilidade suficiente para a detecção de erros de posicionamento do MLC. Assim, a qualidade de um plano de tratamento, tal como é avaliada pelo médico, poderá não corresponder ao tratamento administrado ao doente.
Neste projeto pretende-se integrar novos parâmetros de avaliação dos planos de tratamento de radioterapia, tais como: Average leaf travel (percurso total de cada folha de MLC num campo de tratamento dinâmico) e velocidade média do MLC; variações na taxa de dose, entre outros. Pretende-se também avaliar a correlação entre vários índices de complexidade (CI) e o índice gamma e integrar a avaliação desses CIs no workflow de CQ dos planos de tratamento VMAT, SRS e SBRT. Em estudos recentes ainda não foi possível determinar quais os CIs que melhor prevêem falhas nas taxas de aprovação dos planos de tratamento. Os métodos de Inteligência Artificial e Data Mining permitirão encontrar o conjunto de métricas que forneçam uma boa previsão da probabilidade de falha dos planos de tratamento na avaliação Gama..

  • CBCTOPT- CBCT dose measurement and optimization in image guided radiation therapy (IGRT) – An adult and paediatric anthropomorphic phantom study; PI 147-CI-IPOP-135-2020; Orçamento:19.000.00€ (2019 –); PI: Dra. Anabela Dias

A imagem kV-CBCT é uma técnica utilizada para posicionamento do doente – IGRT. Isto permite a aquisição de imagens volumétricas do doente permitindo uma melhor visualização dos tecidos moles, bem como de outras estruturas. A dose entregue aos doentes do kV-CBCT, como resultado do IGRT, é uma questão preocupante.
O principal objetivo deste projeto é o desenvolvimento e medição de doses de CBCT e otimização dos parâmetros de aquisição durante o IGRT para otimizar a dose para os pacientes. Este projeto abrangerá várias tarefas, nomeadamente, ajuste do protocolo de imagem com base no perfil do paciente e análise dos protocolos de reconstrução.

  • DCONPOP- Investigation of dose contribution in oncological population due to new imaging techniques; PI 148-CI-IPOP-136-2020; Orçamento: 17.000.00€ (2019 – ongoing); PI: Prof. Pedro Teles

A exposição médica à radiação ionizante abrange: (a) a exposição de pacientes como parte de seu diagnóstico ou tratamento médico; (b) exposição de pessoas assintomáticas como parte de programas de triagem de saúde ou avaliação individual de saúde; e (c) exposição de indivíduos saudáveis ou pacientes que participem voluntariamente de atividades médicas, programas de pesquisa biomédica, diagnóstica ou terapêutica. Este projeto pretende avaliar o impacto do aumento do número de procedimentos e complexidade envolvendo a exposição do primeiro grupo no contexto de tratamentos oncológicos. Este contempla quatro categorias gerais de prática médica que utiliza radiações ionizantes: (a) radiologia diagnóstica, incluindo radiologia odontológica e tomografia computadorizada; (b) procedimentos intervencionistas guiados por imagem (radiologia intervencionista); (c) medicina nuclear; e (d) radioterapia. O projeto divide ainda a radiologia diagnóstica em subcategorias com o objetivo de obter uma avaliação global aprimorada. Doses de radioterapia e terapia com radionuclídeos não estão incluídas na estimativa global de dose efetiva coletiva como efetiva, mas apenas procedimentos que envolvam práticas diagnósticas ou suporte ao tratamento como no exemplo da radioterapia. A dose só é adequada para uso na faixa de dose baixa a média, onde predominam os efeitos estocásticos, mas não na faixa de dose alta, onde as reações teciduais se tornam significativas. No entanto, a frequência de cursos de tratamento de radioterapia e tratamentos de terapia com radionuclídeos serão considerados nas análises de tendências.
O projeto aborda principalmente imagens radiológicas médicas para a estimativa de doses populacionais de radiação ionizante; portanto, o uso de imagens de radiação não ionizante, como ressonância magnética (RM), não está incluído nesta abordagem. São solicitadas informações de apoio sobre equipamentos radiológicos e pessoal médico associado. As Incertezas na estimativa global de exposição médica também serão abordadas.

Publicações

L. Providência, I. Domingues, J. Santos, An Iterative Algorithm for Semisupervised Classification of Hotspots on Bone Scintigraphies of Patients with Prostate Cancer, J. Imaging, 2021, 7(8), 148.
L. Viegas, I. Domingues, and M. Mendes Study on Data Partition for Delimitation of Masses in Mammography, J. Imaging, 2021 (7).
B. Mendes, I. Domingues, A. Silva, J. Santos Prostate Cancer Aggressiveness Prediction Using CT Images, Life 2021, 11(11), 1164.
Joana Santos, Sofia Silva, Sandra Sarmento Optimized method for in vivo dosimetry with small films in pelvic IOERT for rectal cancer, Physica Medica, Volume 81, January 2021, p. 20-30.
Ricardo Cardoso Pereira, Miriam Seoane Santos, Pedro Pereira Rodrigues, Pedro Henriques Abreu, Reviewing Autoencoders for Missing Data Imputation: Technical Trends, Applications and Outcomes, Journal of Artificial Intelligence Research, Published: Dec 14, 2020.
Lima Ferreira, J., Costa, C., Marques, B. Sofia Castro, Margarida Victor, Joana Oliveira, Ana Paula Santos, Inês Lucena Sampaio, Hugo Duarte, Ana Paula Marques, Isabel Torres, Improved survival in patients with thyroid function test abnormalities secondary to immune-checkpoint inhibitors, Cancer Immunol Immunother 70, pages 299–309 (2021) (Impact factor: 5.442).
Bravo I., Comment on a systematic review and meta-analysis on single fraction radiosurgery, fractionated radiosurgery, and conventional radiotherapy for spinal oligometastasis, Radiother Oncol., 2021 Jan;154:e1.
J. Ferreira, I. Domingues, O. Sousa, I. L. Sampaio and J. A. M. Santos, Classification of oesophagic early-stage cancers: deep learning versus traditional learning approaches, 2020 IEEE 20th International Conference on Bioinformatics and Bioengineering (BIBE), 2020, pp. 746-751.
R. Sacramento, R. Silva, and I. Domingues, “Artificial Intelligence in the Operating Room: evaluating traditional classifiers to predict patient readmission”, in Portuguese Conference on Pattern Recognition (RECPAD), 2020.
Macedo-Silva C, Miranda-Gonçalves V, Henrique R, Jerónimo C, Bravo I. The Critical Role of Hypoxic Microenvironment and Epigenetic Deregulation in Esophageal Cancer Radioresistance. Genes (Basel). Nov 14; 10(11):927
Magdalena Fundowicz, Artur Aguiar, Carla Lopes de Castro, Maria Glòria Torras, Letizia Deantonio, Ewelina Konstanty, Marta Kruszyna-Mochalska, Miquel Macia, Eugeni Canals, Monica Caro, Carla Pisani, Dorota Zwierzchowska, Jaume Molero, Arantxa Eraso, Joana Lencart, Carles Muñoz-Montplet, Luisa Carvalho, Marco Krengli, Julian Malicki & Ferran Guedea, Multicentre clinical radiotherapy audit in rectal cancer: results of the IROCA project, Radiation Oncology, volume 15, Article number: 208 (2020)
Vera Miranda-Gonçalves, Ana Lameirinhas, Joana Lencart, Alexandre Pereira, João Lobo, Rita Guimarães, Ana Teresa Martins, Rui Henrique, Isabel Bravo & Carmen Jerónimo, JmjC-KDMs KDM3A and KDM6B modulate radioresistance under hypoxic conditions in esophageal squamous cell carcinoma, Catarina Macedo-Silva, Cell Death Dis. 11, 1068 (2020).
Ricardo Cardoso Pereira, Joana Cristo Santos, José Pereira Amorim, Pedro Pereira Rodrigues, Pedro Henriques Abreu, Missing Image Data Imputation using Variational Autoencoders with Weighted Loss, Conference: 28th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2020)
Santos M.S., Abreu P.H., Wilk S., Santos J. Assessing the Impact of Distance Functions on K-Nearest Neighbours Imputation of Biomedical Datasets, (2020) In: Michalowski M., Moskovitch R. (eds) Artificial Intelligence in Medicine. AIME 2020. Lecture Notes in Computer Science, vol 12299. Springer, Cham.
J. P. Amorim, P. H. Abreu, M. Reyes and J. Santos, Interpretability vs. Complexity: The Friction in Deep Neural Networks, 2020 International Joint Conference on Neural Networks (IJCNN), Glasgow, United Kingdom, 2020, pp. 1-7.
Miriam Seoane Santos, Pedro Henriques Abreu, Szymon Wilk, João Santos, How Distance Metrics influence Missing Data Imputation with k-Nearest Neighbours, Pattern Recognition Letters, 136 (2020), 111-119.
Maud Jaccard, Thomas Zilli, Angèle Dubouloz, Lluís Escude, Sandra Jorcano, Nadine Linthout, Samuel Bral, Wilko Verbakel, Anna Bruynzeel, Mikko Björkqvist, Heikki Minn, Lev Tsvang, Zvi Symon, Joana Lencart, Angelo Oliveira, Zeynep Ozen, Ufuk Abacioglu, Juan María Pérez-Moreno, Carmen Rubio, Michel Rouzaud, Raymond Miralbell, Urethra-sparing stereotactic body radiotherapy for prostate cancer: quality assurance of a randomized phase II trial, Int J Radiat Oncol Biol Phys, Online ahead of print (2020).
Silvana Miranda, Marcelo Correia, Anabela G. Dias, Ana Pestana, Paula Soares, Joana Nunes, Jorge Lima, Valdemar Máximo, Paula Boaventura, Evaluation of the role of mitochondria in the non-targeted effects of ionizing radiation using cybrid cellular models, Scientific Reports, 10 (2020) 6131.
Pedro Teles, Mariana Trincão, Francisco Alves, Vera Antunes, Denise Calado, Guilhermina Cantinho, Ana Luísa Carvalho, Ana Domingues, Ana Geão, Fernando Godinho, Jorge Isidoro, Isabel Lança, Luisa Líbano, Maria de Fátima Loureiro, Rafael Macedo, Rita Moreira, Diana Neves, Edgar Pereira, José Pereira, Helena Pereira, António Pimenta Marinho, Sophia Pintão, José Robalo, Joana Santos, João A Miranda dos Santos, Magda Silva, João Silveira, Paula Simãozinho, Susana Teixeira, Joana Vale, António Faria Vaz, Pedro Vaz, Evaluation of Portuguese population exposure to ionizing radiation due to radiodiagnostic x-ray and Nuclear Medicine exams for the years 2013 to 2017, Radiation Physics and Chemistry Volume 172, July 2020, 108762.
Inês Domingues, Henning Müller, Andres Ortiz, Belur V. Dasarathy, Pedro H. Abreu, Vince D. Calhoun, Guest Editorial: Information Fusion for Medical Data: Early, Late, and Deep Fusion Methods for Multimodal Data, IEEE Journal of Biomedical and Health Informatics, 24(1):14-16.
F. Ghareeb, A. Esposito, J. Lencart, and J. A. M. Santos, Localized extra focal dose collimator angle dependence during VMAT: an out-of-field Monte Carlo study using PRIMO software, Radiation Physics and Chemistry Volume 171, June 2020, 108694
Gabriel Silva, Inês Domingues, Hugo Duarte, João A. M. Santos, Automatic Generation of Lymphoma Post-Treatment PETs using Conditional-GANs, 2019 Digital Image Computing: Techniques and Applications (DICTA), 2020
Inês Domingues, Ana F. Sequeira, Carla Pinto & Álvaro Rocha, Multimedia systems and applications in biomedicine, (2020), Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization, 8:4, 343-344
Inês Domingues, Gisèle Pereira, Pedro Martins, Hugo Duarte, João Santos Pedro Henriques Abreu, Using deep learning techniques in medical imaging: a systematic review of applications on CT and PET, Artificial Intelligence Rev (Online 2019)

Books, & Book Chapters

M. El Amine Bechar, N. Settouti, and I. Domingues, Deep Learning vs. Super Pixel Classification for Breast Masses Segmentation, Deep Learning for Biomedical Applications, Boca Raton: CRC Press, 2021, pp. 121–156, eBook ISBN9780367855611

PUBLICAÇÕES SELECIONADAS

B. Mendes, I. Domingues, A. Silva, J. Santos Prostate Cancer Aggressiveness Prediction Using CT Images, Life 2021, 11(11), 1164.
L. Providência, I. Domingues, J. Santos, An Iterative Algorithm for Semisupervised Classification of Hotspots on Bone Scintigraphies of Patients with Prostate Cancer, J. Imaging, 2021, 7(8), 148.
Magdalena Fundowicz, Artur Aguiar, Carla Lopes de Castro, Maria Glòria Torras, Letizia Deantonio, Ewelina Konstanty, Marta Kruszyna-Mochalska, Miquel Macia, Eugeni Canals, Monica Caro, Carla Pisani, Dorota Zwierzchowska, Jaume Molero, Arantxa Eraso, Joana Lencart, Carles Muñoz-Montplet, Luisa Carvalho, Marco Krengli, Julian Malicki & Ferran Guedea, Multicentre clinical radiotherapy audit in rectal cancer: results of the IROCA project, Radiation Oncology, volume 15, Article number: 208 (2020).
F. Ghareeb, A. Esposito, J. Lencart, and J. A. M. Santos, Localized extra focal dose collimator angle dependence during VMAT: an out-of-field Monte Carlo study using PRIMO software, Radiation Physics and Chemistry Volume 171, June 2020, 108694
Maud Jaccard, Thomas Zilli, Angèle Dubouloz, Lluís Escude, Sandra Jorcano, Nadine Linthout, Samuel Bral, Wilko Verbakel, Anna Bruynzeel, Mikko Björkqvist, Heikki Minn, Lev Tsvang, Zvi Symon, Joana Lencart, Angelo Oliveira, Zeynep Ozen, Ufuk Abacioglu, Juan María Pérez-Moreno, Carmen Rubio, Michel Rouzaud, Raymond Miralbell, Urethra-sparing stereotactic body radiotherapy for prostate cancer: quality assurance of a randomized phase II trial, Int J Radiat Oncol Biol Phys, Online ahead of print (2020).

COLABORAÇÕES NACIONAIS

Faculdade de Ciências da Universidade do Porto (FCUP)
Instituto de Ciências Biomédicas Abel Salazar da Universidade do Porto (ICBAS)
Instituto Superior Técnico (IST/CTN)
INESC Porto
Universidade de Aveiro (Dep. Eng. Mecânica)
Universidade de Coimbra (Centro de Informática e Sistemas da Universidade de Coimbra; LIP)
Faculdade de Ciências da Universidade de Lisboa
Universidade do Minho (MEMS)

COLABORAÇÕES INTERNACIONAIS

Faculty of Sciences of the University of Porto (FCUP)
Abel Salazar Institute of Biomedical Sciences of the University of Porto (ICBAS)
Higher Technical Institute (IST/CTN)
INESC Porto
University of Aveiro (Mechanical Engineering Department)
University of Coimbra (Center for Informatics and Systems of the University of Coimbra; LIP)
Faculty of Sciences of the University of Lisbon
University of Minho (MEMS)

 

*A informação descrita no grupo é da inteira responsabilidade do respectivo coordenador. 

equipa

contactos

telefone
225084000 (Ext: 7248)
email
localização
CI-LAB3, Edifício F, 1º Piso