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.

Please note that the MedImaging website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Parker Laboratories

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

Aprendizaje automático ayuda a identificar las oclusiones de los grandes vasos

Por el equipo editorial de MedImaging en español
Actualizado el 23 Dec 2020
Print article
Imagen: La IA puede ayudar a identificar rápidamente las oclusiones arteriales en el cerebro (Fotografía cortesía de iStock Photo)
Imagen: La IA puede ayudar a identificar rápidamente las oclusiones arteriales en el cerebro (Fotografía cortesía de iStock Photo)
Según un estudio nuevo, una red neuronal convolucional en 3D (CNN) ayuda a encontrar oclusiones de grandes vasos (LVO) en exámenes de angiografía por tomografía computarizada (CTA) de cabeza y cuello.

Investigadores del Hospital de Rhode Island (Providence, EUA), realizaron un estudio para evaluar el desempeño de un algoritmo de aprendizaje profundo (AP) para la identificación de LVO en dos estudios de CTA. Para decirlo, capacitaron a la CNN con más de 7.000 exámenes para LVO y la ensayaron en un conjunto que consistía en el 10% de estos mismos exámenes, que se clasificaron en tres categorías: sin LVO (83,5%); LVO crónica (13,6%); y LVO aguda (2,9%). Los investigadores también utilizaron 683 estudios LVO positivos como un conjunto de prueba independiente.

Con la CTA, es posible demostrar la anatomía del arco aórtico, las arterias carótidas y cerebrales, la estenosis/trombo de las arterias carótidas o cerebrales y una impresión del funcionamiento de la red colateral. La falta de realce también proporciona una estimación de la reducción del flujo sanguíneo cerebral. Los resultados del estudio mostraron que la CNN tenía una tasa de exactitud del 96% y una tasa de falsos positivos del 5% para categorizar las LVO. El estudio fue presentado en la 106a Asamblea Científica y Congreso Anual de la Sociedad Radiológica de Norteamérica (RSNA), que se llevó a cabo, en línea, durante noviembre de 2020.

“Casi 800.000 personas en los Estados Unidos sufren un derrame cerebral cada año, y aproximadamente el 10% de ellos se deben a oclusiones de grandes vasos. Tiempo significa cerebro, por lo que tratar a los pacientes antes les ayudará a conservar una función neurológica mayor”, dijo el autor principal y presentador, Ian Pan, MD. “Las CNN 3D resultaron eficaces para identificar series de interés y las LVO agudas en la angiografía por TC. Con una tasa de falsos positivos del cinco por ciento, más del 40% de las LVO agudas se identificarían con éxito sin intervención manual”.

El análisis avanzado de imágenes de IA permitirá a los socorristas pasar por alto los departamentos de urgencias y llevar a los pacientes directamente a un laboratorio de cateterismo endovascular, al quirófano, a una unidad de apoplejía de un hospital o a la unidad de cuidados neurointensivos, para proporcionar tratamiento inmediato, incluida la administración de activador de plasminógeno tisular (tPA) y el potente fármaco para la presión arterial, nicardipina.

Enlace relacionado:
Hospital de Rhode Island


Print article
CIRS
Radcal

Canales

RM

ver canal
Imagen: Patrones de desplazamiento cerebral habilitados por el procesamiento adicional de la aMRI 3D (Fotografía cortesía de Mātai)

Resonancia magnética avanzada visualiza el movimiento cerebral pulsátil

De acuerdo con un estudio nuevo, una técnica avanzada de resonancia magnética (aMRI) puede capturar movimientos cerebrales tridimensionales (3D) en tiempo real. Desarrollado en el Instituto de Investigación... Más

Industria

ver canal
Imagen: AI-Rad Companion Chest CT genera automáticamente informes estandarizados, reproducibles y cuantitativos en formato DICOM SC (Fotografía cortesía de Siemens Healthineers).

Software para la TC de tórax basada en IA de Siemens Healthineers recibe aprobación de la FDA de los EUA

La Administración de Medicamentos y Alimentos de los Estados Unidos (FDA) aprobó tres módulos de AI-Rad Companion Chest CT, un asistente de software inteligente de Siemens Healthineers (Erlangen, Alemania)... Más
Copyright © 2000-2021 Globetech Media. All rights reserved.