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
Ampronix,  Inc

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


Print article
Italray
Radcal

Canales

Radiografía

ver canal
Imagen: Un estudio nuevo afirma que las radiografías de tórax pueden ayudar a limitar la terapia con antibióticos en caso de sospecha de neumonía (Fotografía cortesía de Alami).

Los rayos-X del tórax excluyen con efectividad la neumonía pediátrica

Un nuevo estudio afirma que los niños con sospecha clínica baja de neumonía y una radiografía de tórax negativa pueden ser observados de forma segura sin necesidad de tener que recurrir a la terapia con... Más

Imaginología General

ver canal
Imagen: La TEP resalta la activación glial aumentada en los pacientes con fibromialgia (Fotografía cortesía de Marco Loggia/MGH).

La TEP permite identificar la inflamación en los pacientes con fibromialgia

La tomografía por emisión de positrones (TEP) puede resaltar áreas de aumento de la activación glial en el cerebro de los pacientes con fibromialgia (FM), afirma un nuevo estudio. Investigadores del... Más
Copyright © 2000-2018 Globetech Media. All rights reserved.