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
Ampronix,  Inc

Download Mobile App




La IA podría ayudar a los radiólogos a mejorar el diagnóstico de la osteoartritis mediante rayos X

Por el equipo editorial de Medimaging en español
Actualizado el 30 Oct 2018
Print article
Imagen: El sistema de clasificación KL para evaluar la gravedad de la OA de rodilla. Un algoritmo nuevo de la UCSF ayudará a detectar la OA usando este sistema (Fotografía cortesía de la Universidad de California, San Francisco).
Imagen: El sistema de clasificación KL para evaluar la gravedad de la OA de rodilla. Un algoritmo nuevo de la UCSF ayudará a detectar la OA usando este sistema (Fotografía cortesía de la Universidad de California, San Francisco).
Investigadores del Centro para la Innovación de la Salud Digital en la Universidad de California (San Francisco, CA, EUA) han desarrollado un algoritmo completamente automatizado para la detección con radiografías de la osteoartritis utilizando el Sistema de clasificación Kellgren Lawrence (KL) 0-4 con una red neuronal de vanguardia.

La clasificación de la osteoartritis en la rodilla se realiza con mayor frecuencia con radiografías que utilizan el sistema de clasificación de 0-4 KL, donde 0 es normal, 1 muestra signos dudosos de osteoartritis, 2 es artrosis leve, 3 es artrosis moderada y 4 es artrosis severa. La clasificación de KL se usa ampliamente para la evaluación clínica y el diagnóstico de osteoartritis, generalmente en un alto volumen de radiografías, lo que hace que su automatización sea de una relevancia muy alta.

Para desarrollar un algoritmo completamente automatizado para la detección de osteoartritis mediante clasificaciones KL con una red neuronal de vanguardia, los investigadores recolectaron 4.490 radiografías de rodilla de flexión fija AP, bilaterales, del conjunto de datos de la Iniciativa de Osteoartritis (edad = 61,2 ± 9,2 años, IMC = 32,8 ± 15,9 kg/m2, división de 42/58 hombres/mujeres) para seis puntos de tiempo diferentes. Las articulaciones de la rodilla izquierda y derecha se localizaron utilizando un modelo de U-net. Estas imágenes localizadas se utilizaron para entrenar un conjunto de arquitecturas de redes neuronales, DenseNet, para la predicción de la gravedad de la osteoartritis.

Los índices de sensibilidad para este conjunto DenseNet sin osteoartritis, artrosis leve, moderada y grave fueron de 83,7; 70,2; 68,9 y 86,0%, respectivamente, mientras que las tasas de especificidad correspondientes fueron de 86,1; 83,8; 97,1 y 99 de 1%. Usando mapas de prominencia, los investigadores confirmaron que las redes neuronales que producen estos resultados estaban, de hecho, seleccionando las características osteoartríticas correctas utilizadas en la detección. Los resultados sugieren que el uso del clasificador automático podría ayudar a los radiólogos a realizar un diagnóstico más exacto y preciso, dado el volumen creciente de las imágenes radiográficas que se toman en las clínicas.

Enlace relacionado:
Universidad de California


Print article
Radcal

Canales

Ultrasonido

ver canal
Imagen: La aplicación Clarius Live permite compartir los exámenes de ecografía (Fotografía cortesía de Clarius MobileHealth).

Solución de telemedicina simplifica las consultas del ultrasonido

Una nueva función de transmisión en vivo permite a los profesionales médicos transmitir sus ecografías en tiempo real a cualquier navegador web estándar en dispositivos de escritorio y móviles.... Más

Imaginología General

ver canal
Imagen: Una mamografía (A) comparada con una resonancia magnética de la mama (B) (Fotografía cortesía de MedUni).

Realizar resonancias magnéticas de mama después del cáncer puede generar biopsias superfluas

Un estudio nuevo afirma que para las mujeres con antecedentes personales de cáncer de mama, la vigilancia de la mama usando resonancia magnética da como resultado índices más altos de biopsias y detección de cáncer.... Más

TI en Imaginología

ver canal
Imagen: El software empresarial uPath proporciona mejores herramientas de patología digital (Fotografía cortesía de Roche).

Un software de patología digital mejora la eficiencia del flujo de trabajo

Una plataforma de software novedosa reduce drásticamente los tiempos de generación de imágenes, integra el análisis automatizado de imágenes y permite un mejor intercambio de casos entre patólogos.... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.