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

Eventos

28 ene 2019 - 01 feb 2019
02 feb 2019 - 07 feb 2019
16 feb 2019 - 21 feb 2019

Una técnica de aprendizaje profundo podría revelar características transparentes en las imágenes médicas

Por el equipo editorial de Medimaging en español
Actualizado el 09 Jan 2019
Print article
Imagen: A partir de un grabado original (extremo derecho), los ingenieros produjeron una fotografía en la oscuridad (arriba a la izquierda), luego intentaron reconstruir el objeto utilizando primero un algoritmo basado en la física (arriba a la derecha), luego una red neuronal entrenada (abajo a la izquierda ), antes de combinar la red neuronal con el algoritmo basado en la física para producir la reproducción más clara y exacta (abajo a la derecha) del objeto original (Fotografía cortesía de MIT).
Imagen: A partir de un grabado original (extremo derecho), los ingenieros produjeron una fotografía en la oscuridad (arriba a la izquierda), luego intentaron reconstruir el objeto utilizando primero un algoritmo basado en la física (arriba a la derecha), luego una red neuronal entrenada (abajo a la izquierda ), antes de combinar la red neuronal con el algoritmo basado en la física para producir la reproducción más clara y exacta (abajo a la derecha) del objeto original (Fotografía cortesía de MIT).
Los ingenieros del Instituto Tecnológico de Massachusetts (Cambridge, MA, EUA) han desarrollado una técnica de aprendizaje profundo que puede revelar imágenes de características transparentes u objetos que son casi imposibles de descifrar en la oscuridad casi total.

Las redes neuronales profundas se han aplicado ampliamente en el campo de la visión por ordenador y el reconocimiento de imágenes. Los ingenieros del MIT desarrollaron recientemente redes neuronales para reconstruir objetos transparentes en imágenes tomadas con mucha luz. Sin embargo, se convirtieron en los primeros en utilizar redes neuronales profundas en experimentos para revelar objetos invisibles en imágenes tomadas en la oscuridad.

En su estudio, los investigadores reconstruyeron objetos transparentes a partir de imágenes de esos objetos, tomadas en condiciones de casi negro intenso utilizando una “red neuronal profunda”. Esta técnica de aprendizaje automático consiste en entrenar una computadora para asociar ciertas entradas con salidas específicas, en este caso imágenes oscuras, granuladas, de objetos transparentes y de los objetos mismos.

Los investigadores entrenaron una computadora para reconocer más de 10.000 grabados de vidrio transparente, basados en imágenes extremadamente granuladas de esos patrones. Las imágenes se tomaron en condiciones de muy poca luz, con aproximadamente un fotón por píxel, mucho menos luz de lo que una cámara registraría en una habitación oscura y sellada. Luego mostraron a la computadora una nueva imagen granulada, no incluida en los datos de entrenamiento, y encontraron que aprendió a reconstruir el objeto transparente que la oscuridad había ocultado.

Los investigadores repitieron sus experimentos con un conjunto de datos totalmente nuevo, que consta de más de 10.000 imágenes de objetos más generales y variados, incluidas personas, lugares y animales. Después del entrenamiento, los investigadores alimentaron la red neuronal con una imagen completamente nueva, tomada en la oscuridad, de un grabado transparente de una escena con góndolas atracadas en un muelle. Una vez más, encontraron que la reconstrucción informada por la física produjo una imagen más exacta del original, en comparación con las reproducciones sin la ley física incluida. Los resultados demuestran que se pueden usar redes neuronales profundas para iluminar características transparentes, como tejidos y células biológicas, en imágenes tomadas con muy poca luz.

“Hemos demostrado que el aprendizaje profundo puede revelar objetos invisibles en la oscuridad”, dijo el autor principal del estudio, Alexandre Goy. “Este resultado es de importancia práctica para que las imágenes médicas reduzcan la exposición de los pacientes a la radiación dañina y para las imágenes astronómicas”.

Enlace relacionado:
Instituto Tecnológico de Massachusetts


Print article

Canales

Ultrasonido

ver canal
Imagen: El aprendizaje profundo y la inteligencia artificial (AI) transforman los exámenes de ultrasonido obstétrico en una experiencia más fácil, más rápida, más consistente y mucho más exacta (Fotografía cortesía de SonoScape).

Una tecnología con IA automatiza el flujo de trabajo del ultrasonido obstétrico

El algoritmo S-fetus de SonoScape Medical (Shenzhen, China), diseñado para el sistema de ultrasonido S60, ha sido diseñado para simplificar un procedimiento de ultrasonido obstétrico estándar reduciéndolo... Más

Medicina Nuclear

ver canal
Imagen: Un estudio nuevo afirma que la radioterapia axilar es una buena opción para tratar el cáncer de mama metastásico (Fotografía cortesía de Getty Images).

La radioterapia en las axilas y la cirugía del GLS muestran resultados comparables

De acuerdo con un estudio nuevo, las pacientes con cáncer de mama en etapa temprana tuvieron tasas de recurrencia y supervivencia similares tanto con la radioterapia (RT) como con la disección de los ganglios... Más

Imaginología General

ver canal
Imagen: El profesor Robert McLaughlin (D) con la aguja inteligente (Fotografía cortesía de la Universidad de Adelaida).

Una aguja para biopsias mediante imagenología hace que la cirugía cerebral sea más segura

Una aguja de biopsia nueva que contiene una sonda de tomografía de coherencia óptica (TCO) miniaturizada puede ayudar a los cirujanos a identificar y evitar los vasos sanguíneos durante la cirugía cerebral.... Más

TI en Imaginología

ver canal
Imagen: Un simple portal para pacientes almacena imágenes e informes (Fotografía cortesía de Intelerad).

Un portal centrado en los pacientes facilita el acceso a la imagenología directa

Un portal nuevo de imagenología brinda a los pacientes acceso directo a su historial de exámenes, imágenes e informes en cualquier momento y en cualquier lugar. La plataforma de imágenes en la nube... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.