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
Parker Laboratories

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

Modelo de imágenes de IA detecta trastornos cerebrales a partir de exploraciones de IRMf

Por el equipo editorial de MedImaging en español
Actualizado el 25 Jul 2022
Print article
Imagen: Indicadores dinámicos de enfermedades mentales capturados por IA avanzada en imágenes cerebrales (Fotografía cortesía de la Universidad Estatal de Georgia)
Imagen: Indicadores dinámicos de enfermedades mentales capturados por IA avanzada en imágenes cerebrales (Fotografía cortesía de la Universidad Estatal de Georgia)

Una nueva investigación puede conducir al diagnóstico temprano de condiciones devastadoras como la enfermedad de Alzheimer, la esquizofrenia y el autismo, a tiempo para ayudar a prevenir y tratar más fácilmente estos trastornos.

En un nuevo estudio, un equipo de siete científicos de la Universidad Estatal de Georgia (Atlanta, GA, EUA), construyó un sofisticado programa de computadora que pudo analizar cantidades masivas de datos de imágenes cerebrales y descubrir patrones novedosos vinculados a condiciones de salud mental. Los datos de imágenes cerebrales provinieron de escaneos que utilizan imágenes de resonancia magnética funcional (IRMf), que mide la actividad cerebral dinámica mediante la detección de pequeños cambios en el flujo sanguíneo. Este tipo de imagen dinámica es similar a una película, a diferencia de una instantánea como una radiografía o la resonancia magnética estructural más común.

Además, las IRMf, en estas condiciones específicas, son costosas y difíciles de obtener. Sin embargo, utilizando un modelo de inteligencia artificial, se pueden extraer datos de IRMf regulares. Y esos están disponibles en grandes cantidades. El uso de estos grandes conjuntos de datos disponibles pero no relacionados mejoró el rendimiento del modelo en conjuntos de datos específicos más pequeños. Los modelos de IA se entrenaron primero en un conjunto de datos que incluía a más de 10.000 personas para aprender a comprender las imágenes básicas de resonancia magnética funcional y la función cerebral. Luego, los investigadores utilizaron conjuntos de datos de varios sitios de más de 1.200 personas, incluidas aquellas con trastorno del espectro autista, esquizofrenia y enfermedad de Alzheimer.

La tecnología funciona un poco como Facebook, YouTube o Amazon, aprendiendo sobre el comportamiento en línea de un usuario y comenzando a poder predecir el comportamiento futuro, lo que le gusta y lo que no le gusta. El software de la computadora incluso pudo ubicarse en el "momento" en el que los datos de imágenes del cerebro probablemente estaban relacionados con el trastorno mental en cuestión. Para que estos hallazgos sean clínicamente útiles, deberán aplicarse antes de que se manifieste un trastorno.

"Construimos modelos de inteligencia artificial para interpretar las grandes cantidades de información de IRMf", dijo Sergey Plis, profesor asociado de informática y neurociencia en Georgia State y autor principal del estudio. “La visión es que recopilamos un gran conjunto de datos de imágenes, nuestros modelos de IA los leen minuciosamente y nos muestran lo que aprendieron sobre ciertos trastornos. Estamos construyendo sistemas para descubrir nuevos conocimientos que no podríamos descubrir por nuestra cuenta”.

“Incluso si sabemos por otras pruebas o antecedentes familiares que alguien está en riesgo de un trastorno como el Alzheimer, aún no podemos predecir cuándo ocurrirá exactamente”, dijo Vince Calhoun, uno de los autores del estudio. “Las imágenes cerebrales podrían reducir esa ventana de tiempo, al detectar los patrones relevantes cuando aparecen antes de que la enfermedad clínica sea evidente”.

Enlaces relacionados:
Universidad Estatal de Georgia


Print article
Sun Nuclear -    Mirion
Radcal

Canales

Radiografía

ver canal
Imagen: La FDA ha autorizado el sistema CSA con radiografía digital dinámica (Fotografía cortesía de 20/20 Imaging)

Sistema avanzado de rayos X digital permite a los médicos capturar y visualizar la anatomía en movimiento

La radiografía digital dinámica (DDR) es una tecnología de rayos X revolucionaria que permite la visualización de la anatomía en movimiento,de manera que los médicos... Más

Ultrasonido

ver canal
Imagen: El endoscopio de ultrasonido EG-740UT combinado con el ARIETTA 850 proporciona una excelente calidad de imagen de ultrasonido (Fotografía cortesía de Fujifilm)

Endoscopio de ultrasonido de próxima generación permite procedimientos diagnósticos y terapéuticos complejos

La ecografía endoscópica es un procedimiento especializado que se realiza utilizando un endoscopio equipado con un transductor ultrasónico que emite y recibe ondas ultrasónicas... Más

TI en Imaginología

ver canal
Imagen: Cómo funciona el manejo de imágenes médicas de Nucleus.io (Fotografía cortesía de NucleusHealth)

Plataforma para el manejo de imágenes agiliza los planes de tratamiento

Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... Más
Copyright © 2000-2022 Globetech Media. All rights reserved.