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
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




IA fusiona TC y RM para mejorar diagnóstico clínico

Por el equipo editorial de MedImaging en español
Actualizado el 06 Jul 2023
Print article
Imagen: Una técnica combina imágenes de estructuras óseas duras de tomografía computarizada con detalles de tejido suave de la imagen de resonancia magnética (Fotografía cortesía de Freepik)
Imagen: Una técnica combina imágenes de estructuras óseas duras de tomografía computarizada con detalles de tejido suave de la imagen de resonancia magnética (Fotografía cortesía de Freepik)

La tomografía computarizada (TC) utiliza tecnología de rayos X para tomar imágenes transversales detalladas del cuerpo, que luego se convierten en una visualización 3D de las estructuras óseas que son opacas a los rayos X. Por otro lado, la resonancia magnética nuclear (RMN) utiliza potentes campos magnéticos y ondas de radio para generar imágenes precisas de tejidos blandos como órganos o tejidos dañados. La combinación de estas dos técnicas podría ofrecer a los profesionales de la salud una visión más holística de la anatomía de un paciente, descubriendo aspectos ocultos de sus problemas de salud. Ahora, una nueva investigación ha demostrado cómo se puede utilizar la inteligencia artificial (IA) para combinar imágenes de tomografías computarizadas y resonancias magnéticas clínicas.

El nuevo método, conocido como Dual-Branch Generative Adversarial Network (Red adversaria generativa de doble rama, DBGAN), ha sido desarrollado por investigadores de la Universidad Queen Mary de Londres (Londres, Reino Unido) y la Universidad Tecnológica Shandong (Zibo, China) y tiene el potencial de permitir una interpretación más clara clínicamente más valiosa de las tomografías computarizadas y las resonancias magnéticas. Esta técnica fusiona de manera efectiva las estructuras óseas rígidas de la tomografía computarizada con las imágenes detalladas de los tejidos blandos de la resonancia magnética. Este desarrollo podría mejorar el diagnóstico clínico y la atención del paciente para una cantidad de condiciones en las que dichas imágenes se usan comúnmente pero presentan limitaciones cuando se usan por separado.

DBGAN es un enfoque avanzado de IA basado en algoritmos de aprendizaje profundo, que presenta una estructura de doble rama con múltiples generadores y discriminadores. Los generadores producen imágenes fusionadas que combinan las características clave e información adicional de las tomografías computarizadas y las resonancias magnéticas. Los discriminadores evalúan la calidad de las imágenes generadas comparándolas con imágenes reales y filtrando las de menor calidad hasta lograr una fusión de alta calidad. Esta interacción adversa generativa entre generadores y discriminadores permite la fusión eficiente y realista de imágenes de TC y RM, minimizando los artefactos y maximizando la información visual.

La naturaleza dual de DBGAN incluye un módulo de extracción multiescala (MEM) que se enfoca en extraer características clave e información detallada de las tomografías computarizadas y resonancias magnéticas y un módulo de autoatención (SAM) que destaca las características más relevantes y únicas en las imágenes fusionadas. Las pruebas exhaustivas del método DBGAN han demostrado que su rendimiento es superior en comparación con las técnicas existentes en términos de calidad de imagen y precisión diagnóstica. Dado que las tomografías computarizadas y las resonancias magnéticas tienen sus propias fortalezas y debilidades, la aplicación de la IA puede ayudar a los radiógrafos a combinar sinérgicamente ambos tipos de imágenes, maximizando sus fortalezas y eliminando sus debilidades.

Enlaces relacionados:
Universidad Queen Mary de Londres  
Universidad de Tecnología de Shandong

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Ultrasound System
Aplio me
New
Miembro Plata
Radiographic Positioning Equipment
2-Step Multiview Positioning Platform
New
1.5T MRI System
uMR 670

Print article
Radcal

Canales

Radiografía

ver canal
Imagen: La IA analiza imágenes térmicas de teléfonos inteligentes para producir predicciones del riesgo de cáncer de mama (foto cortesía de Thermaiscan Technology)

Solución portátil de imágenes térmicas impulsada por IA podría complementar la mamografía

El cáncer de mama sigue siendo un importante problema de salud mundial para las mujeres, con tasas de incidencia y mortalidad cada vez mayores. En muchos países de ingresos bajos y medianos,... Más

Ultrasonido

ver canal
Imagen: El parche de ultrasonido se puede usar en la sien para proporcionar un monitoreo continuo del flujo sanguíneo en el cerebro (Foto cortesía de David Baillot/UC San Diego Jacobs School of Engineering)

Parche ultrasónico portátil monitorea de forma continua el flujo sanguíneo cerebral.

El método clínico estándar para monitorear el flujo sanguíneo cerebral, la ecografía Doppler transcraneal, depende de que un técnico capacitado sostenga una sonda... Más

Medicina Nuclear

ver canal
Imagen:  Los investigadores han identificado un nuevo biomarcador de imágenes para las respuestas tumorales a la terapia con ICI (foto cortesía de 123RF)

Nuevo biomarcador PET predice el éxito de inmunoterapia con inhibidores de puntos de control

Las inmunoterapias, como los inhibidores de puntos de control (ICI, sus siglas en inglés), han mostrado resultados clínicos prometedores en el tratamiento del melanoma, el cáncer de... 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.