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




Un programa tipo Tetris podría acelerar la detección del cáncer de mama

Por el equipo editorial de MedImaging en español
Actualizado el 03 Oct 2018
Print article
Imagen: Cultivo tridimensional de células de cáncer de mama humano, con el ADN coloreado de azul y una proteína en la membrana de la superficie celular de color verde (Fotografía cortesía de Tom Misteli, Ph.D., y de Karen Meaburn, Ph.D/NIH IRP) .
Imagen: Cultivo tridimensional de células de cáncer de mama humano, con el ADN coloreado de azul y una proteína en la membrana de la superficie celular de color verde (Fotografía cortesía de Tom Misteli, Ph.D., y de Karen Meaburn, Ph.D/NIH IRP) .
Los investigadores del Instituto Australiano de Aprendizaje Automático de la Universidad de Adelaida (Adelaida, Australia Meridional, Australia) desarrollan un programa de análisis de imágenes médicas, completamente automatizado, para detectar tumores de mama que utiliza un estilo único para centrarse en el área afectada. Usando la inteligencia artificial (IA), el programa autónomo junto con un examen de resonancia magnética emplea el movimiento transversal y el estilo de un antiguo videojuego para examinar el área de la mama.

El programa se creó aplicando métodos de aprendizaje de refuerzo profundo, una forma de IA que permite a las computadoras y máquinas aprender a realizar tareas complejas sin ser programadas por humanos. Esto permite que el programa analice de forma independiente el tejido mamario. Los investigadores lograron entrenar el programa de computadora utilizando una cantidad relativamente menor de datos, lo que plantea un desafío crítico en las imágenes médicas.

"Así como el antiguo videojuego Tetris manipuló las formas geométricas para adaptarse a un espacio, este programa usa un cuadrado verde para navegar y buscar sobre la imagen del seno para localizar las lesiones. El cuadrado cambia a rojo si se detecta una lesión", dijo el candidato a doctorado de la Universidad de Adelaida, Gabriel Maicas Suso. "Nuestra investigación muestra que este método único es 1,78 veces más rápido para encontrar una lesión que los métodos existentes para detectar el cáncer de mama, y los resultados son igual de exactos".

"Al incorporar el aprendizaje automático en el análisis de imágenes médicas, hemos desarrollado un programa que localiza las lesiones de forma intuitiva y rápida", dijo el Profesor Asociado, Gustavo Carneiro del AIML. "Se necesita más investigación antes de que el programa se pueda usar clínicamente. Nuestro objetivo final es que los radiólogos utilicen este método de detección para complementar, respaldar y ayudar a su importante trabajo de hacer un pronóstico preciso y rápido. La IA tiene un papel importante que jugar en el campo de la imagenología médica; el potencial para usar la inteligencia artificial en este campo no tiene límites".

Enlace relacionado:
Instituto Australiano de Aprendizaje Automático de la Universidad de Adelaida

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
CT Phantom
CIRS Model 610 AAPM CT Performance Phantom
Ultrasound Doppler System
Doppler BT-200
Ultrasound Needle Guide
Ultra-Pro II

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
Copyright © 2000-2024 Globetech Media. All rights reserved.