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




Nueva herramienta de IA detecta y caracteriza con precisión microcalcificaciones en mamografía

Por el equipo editorial de MedImaging en español
Actualizado el 12 Jan 2024
Imagen: El modelado de IA detecta y clasifica las microcalcificaciones de mama (Fotografía cortesía de 123RF)
Imagen: El modelado de IA detecta y clasifica las microcalcificaciones de mama (Fotografía cortesía de 123RF)

La detección del cáncer de mama mediante mamografía es crucial para la detección temprana; sin embargo, la demanda de servicios de mamografía supera la capacidad de los radiólogos. La inteligencia artificial (IA) puede ayudar a evaluar las microcalcificaciones en las mamografías. Un equipo de investigadores ha desarrollado y probado un modelo de IA que puede detectar y caracterizar con precisión microcalcificaciones en mamografías.

En la investigación realizada en el Instituto Europeo de Oncología IEO IRCCS (Milán, Italia), tres radiólogos expertos anotaron un conjunto de datos de 1.000 pacientes y 1.986 mamografías utilizando datos reales basados en histología. El conjunto de datos se dividió para entrenamiento, validación y prueba. Del total, 389 grupos de microcalcificaciones se consideraron malignos y 611 benignos. Luego, el equipo entrenó y evaluó tres redes neuronales (AlexNet, ResNet18 y ResNet34) utilizando métricas específicas que incluyen el área bajo la curva (AUC) de las características operativas del receptor, la sensibilidad y la especificidad.

El equipo evaluó la capacidad de las redes neuronales para detectar y clasificar microcalcificaciones y descubrió que AlexNet ofrecía el mejor desempeño general entre las tres redes neuronales. Los investigadores también encontraron que AlexNet tenía un valor predictivo negativo de las tres redes en detección (0,94) y clasificación (0,88). El estudio destaca la importancia de desarrollar modelos confiables de aprendizaje profundo que posiblemente se apliquen a la detección del cáncer de mama. Basándose en sus hallazgos, el equipo de investigación ha sugerido que estos modelos ofrecen el potencial de mejorar el trabajo de los radiólogos de mama, particularmente en los programas de detección del cáncer de mama.

Enlaces relacionados:
IEO IRCCS

Digital Radiographic System
OMNERA 300M
Wall Fixtures
MRI SERIES
Biopsy Software
Affirm® Contrast
Portable Color Doppler Ultrasound Scanner
DCU10

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 nuevo dispositivo implantable para el tratamiento del dolor crónico es pequeño y flexible (foto cortesía de The Zhou Lab at USC)

Dispositivo inalámbrico para el manejo del dolor crónico reduce la necesidad de analgésicos y cirugía

El dolor crónico afecta a millones de personas en todo el mundo, lo que a menudo provoca discapacidad a largo plazo y dependencia de opioides, los cuales conllevan riesgos importantes de efectos... 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
Imágenes de resultado positivo en examen de detección de colonografía por TC en un hombre asintomático de 67 años (foto cortesía de Radiology)

La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon

Dado que el cáncer colorrectal sigue siendo la segunda causa principal de muertes relacionadas con el cáncer a nivel mundial, la detección temprana mediante pruebas de cribado es fundamental... 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.