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 hp
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
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

Ultra-Flat DR Detector
meX+1717SCC
New
Breast Localization System
MAMMOREP LOOP
Wall Fixtures
MRI SERIES
New
Digital Intelligent Ferromagnetic Detector
Digital Ferromagnetic Detector

Canales

RM

ver canal
Imagen: los investigadores utilizaron RM y pantalones inspirados en la NASA para mejorar las pruebas de esfuerzo y revelar problemas cardíacos ocultos (foto cortesía de UTA)

Nueva técnica de resonancia magnética revela problemas cardíacos ocultos

Las pruebas de esfuerzo tradicionales, realizadas en una máquina de resonancia magnética (RM), requieren que los pacientes permanezcan acostados, una posición que mejora artificialmente... Más

Ultrasonido

ver canal
Imagen: el ultrasonido focalizado puede detener el crecimiento de lesiones cerebrales debilitantes (Foto cortesía de Nature Biomedical Engineering; doi.org/10.1038/s41551-025-01390-z)

Nueva técnica sin incisiones detiene el crecimiento de lesiones cerebrales debilitantes

Las malformaciones cavernosas cerebrales (MCC), también conocidas como cavernomas, son agrupaciones anómalas de vasos sanguíneos que pueden formarse en el cerebro, la médula... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más

Imaginología General

ver canal
Imagen: El cinturón de TC por ultrasonido podría facilitar el seguimiento de pacientes con afecciones cardíacas y pulmonares (foto cortesía de la Universidad de Bath)

Dispositivo portátil pionero ofrece una alternativa revolucionaria a las tomografías computarizadas

Actualmente, los pacientes con afecciones como insuficiencia cardíaca, neumonía o dificultad respiratoria suelen requerir múltiples procedimientos de diagnóstico por imagen... 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 © 2000-2025 Globetech Media. All rights reserved.