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
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Analizan datos de resonancia magnética mediante aprendizaje automático para predecir progresión de tumor cerebral

Por el equipo editorial de MedImaging en español
Actualizado el 17 Jan 2023
Print article
Los investigadores han utilizado datos de resonancia magnética para personalizar aún más la medicina contra el cáncer (Fotografía cortesía de Pexels)
Los investigadores han utilizado datos de resonancia magnética para personalizar aún más la medicina contra el cáncer (Fotografía cortesía de Pexels)

El glioblastoma multiforme (GBM), un cáncer cerebral que tiene una tasa de supervivencia promedio de solo un año, puede ser difícil de tratar debido a su núcleo altamente denso, rápido crecimiento y ubicación. A los médicos les resulta difícil estimar de forma rápida y precisa la difusividad y la tasa de proliferación de estos tumores en un paciente individual. Ahora, los investigadores han creado un modelo computacional que utiliza datos de resonancia magnética para predecir con mayor precisión el crecimiento de estos tumores cerebrales mortales.

Investigadores de la Universidad de Waterloo (Waterloo, ON, Canadá) analizaron datos de resonancia magnética de varios pacientes de GBM utilizando el aprendizaje automático para predecir mejor la progresión del cáncer. El equipo analizó dos conjuntos de resonancias magnéticas de cada uno de los cinco pacientes con GBM que se sometieron a resonancias magnéticas extensas, esperaron durante meses y luego recibieron otro conjunto de resonancias magnéticas. Dado que estos pacientes optaron por no recibir ningún tratamiento o intervención durante este tiempo, los investigadores tuvieron una oportunidad única de examinar cómo crece el GBM cuando no se controla, mediante el análisis de sus resonancias magnéticas.

Usando un modelo de aprendizaje profundo, los investigadores convirtieron los datos de resonancia magnética en estimaciones de parámetros específicos del paciente que informan un modelo predictivo para el crecimiento de GBM. Aplicaron esta técnica a los tumores de los pacientes y sintéticos, de los que se conocían las características reales, lo que les permitió validar el modelo. Los científicos ahora tienen un buen modelo de cómo crece GBM sin tratamiento y ahora ampliarán el modelo para incluir el impacto del tratamiento en los tumores. El conjunto de datos luego crecería de un puñado de resonancias magnéticas a miles. Según los investigadores, el acceso a los datos de resonancia magnética y la asociación entre matemáticos y médicos pueden tener un impacto significativo en los pacientes en el futuro.

“La integración del análisis cuantitativo en el cuidado de la salud es el futuro”, dijo Cameron Meaney, candidato a doctorado en Matemáticas Aplicadas e investigador principal del estudio.

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Digital Radiography Acquisition Software
VXvue with PureImpact
New
Wireless Handheld Ultrasound System
TE Air
Compact C-Arm with FPD
Arcovis DRF-C R21

Print article
Radcal

Canales

Ultrasonido

ver canal
Imagen: Los médicos ahora pueden ver la actividad de la médula espinal durante la cirugía (Fotografía cortesía de UC Riverside)

Tecnología de imágenes por ultrasonido permite a médicos observar actividad de médula espinal durante cirugía

Históricamente, los tratamientos para el dolor de espalda durante la cirugía han sido difíciles de evaluar de manera efectiva, en gran parte porque los pacientes bajo anestesia no... Más

Medicina Nuclear

ver canal
Imagen: Imágenes preoperatorias y postoperatorias de PSMA-PET/CT que muestran la extirpación de ganglios linfáticos pélvicos positivos en el procedimiento quirúrgico radioguiado (Fotografía cortesía de M.G.M. Schilham)

Cirugía radioguiada detecta y elimina con precisión ganglios linfáticos metastásicos en pacientes con cáncer de próstata

En pacientes con diagnóstico reciente de cáncer de próstata, la presencia y ubicación de metástasis en los ganglios linfáticos son fundamentales para guiar las... Más

Imaginología General

ver canal
Imagen: El sistema QTI Breast Acoustic CT es una herramienta de obtención de imágenes mamarias no invasiva, aprobada por la FDA (Fotografía cortesía de QT Imaging)

Tecnología innovadora revoluciona imágenes mamarias

Actualmente, la mamografía es el método principal para detectar el cáncer de mama en una etapa temprana y mejorar los resultados del tratamiento. A pesar de su uso generalizado, la... 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 © 2000-2024 Globetech Media. All rights reserved.