Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Nueva herramienta de IA detecta y caracteriza con precisión microcalcificaciones en mamografía

Por el equipo editorial de MedImaging en español
Actualizado el 12 Jan 2024
Print article
Imagen: El modelado de IA detecta y clasifica las microcalcificaciones de mama (Fotografía cortesía de 123RF)
Imagen: El modelado de IA detecta y clasifica las microcalcificaciones de mama (Fotografía cortesía de 123RF)

La detección del cáncer de mama mediante mamografía es crucial para la detección temprana; sin embargo, la demanda de servicios de mamografía supera la capacidad de los radiólogos. La inteligencia artificial (IA) puede ayudar a evaluar las microcalcificaciones en las mamografías. Un equipo de investigadores ha desarrollado y probado un modelo de IA que puede detectar y caracterizar con precisión microcalcificaciones en mamografías.

En la investigación realizada en el Instituto Europeo de Oncología IEO IRCCS (Milán, Italia), tres radiólogos expertos anotaron un conjunto de datos de 1.000 pacientes y 1.986 mamografías utilizando datos reales basados en histología. El conjunto de datos se dividió para entrenamiento, validación y prueba. Del total, 389 grupos de microcalcificaciones se consideraron malignos y 611 benignos. Luego, el equipo entrenó y evaluó tres redes neuronales (AlexNet, ResNet18 y ResNet34) utilizando métricas específicas que incluyen el área bajo la curva (AUC) de las características operativas del receptor, la sensibilidad y la especificidad.

El equipo evaluó la capacidad de las redes neuronales para detectar y clasificar microcalcificaciones y descubrió que AlexNet ofrecía el mejor desempeño general entre las tres redes neuronales. Los investigadores también encontraron que AlexNet tenía un valor predictivo negativo de las tres redes en detección (0,94) y clasificación (0,88). El estudio destaca la importancia de desarrollar modelos confiables de aprendizaje profundo que posiblemente se apliquen a la detección del cáncer de mama. Basándose en sus hallazgos, el equipo de investigación ha sugerido que estos modelos ofrecen el potencial de mejorar el trabajo de los radiólogos de mama, particularmente en los programas de detección del cáncer de mama.

Enlaces relacionados:
IEO IRCCS

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Brachytherapy Planning System
Oncentra Brachy
New
Enterprise Imaging & Reporting Solution
Syngo Carbon
Portable Radiology System
DRAGON ELITE & CLASSIC

Print article
Radcal

Canales

RM

ver canal
Imagen

Exploración combinada PET-MRI mejora tratamiento para pacientes con cáncer de mama en etapa temprano

La ruta de diagnóstico típica para pacientes con cáncer de mama temprano a menudo implica mamografía, ecografía y, ocasionalmente, resonancias magnéticas.... Más

Medicina Nuclear

ver canal
Imagen: PET/CT de un paciente masculino de 60 años con sospecha clínica de cáncer de pulmón (Fotografía cortesía de  EJNMMI Physics)

Adquisición temprana de PET FDG dinámica de 30 minutos podría reducir a la mitad tiempos de exploración pulmonar

Las exploraciones PET FDG F-18 son una forma de observar el interior del cuerpo utilizando un tinte especial, y estas exploraciones pueden ser estáticas o dinámicas. Las exploraciones estáticas... Más

Imaginología General

ver canal
Imagen: Las imágenes PET podrían permitir el examen de tumores con más detalle mientras aún están creciendo (Fotografía cortesía de la Universidad de Glasgow)

Tecnología de imágenes proporciona nuevo enfoque innovador para diagnosticar y tratar cáncer de intestino

Las biopsias, el método actual para diagnosticar el cáncer de intestino, son invasivas y conllevan riesgos como una posible infección. Si bien la medicina de precisión tiene... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más

Industria

ver canal
Imagen: El director ejecutivo de Samsung Medison, el Sr. Yongkwan Kim y el director ejecutivo de Bracco Imaging, el Dr. Fulvio Renoldi Bracco, respaldaron un acuerdo de MoU (Fotografía cortesía de Bracco Group)

Samsung y Bracco firman nuevo acuerdo de tecnología de ultrasonido de diagnóstico

Samsung Medison (Seúl, Corea del Sur) y Bracco Imaging (Milán, Italia) han firmado un Memorando de Entendimiento (MoU) para ser pioneros en una nueva área de dispositivos de diagnóstico... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.