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




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.

Primer punto de referencia en el mundo para medición de atrofia cerebral creado usando IRM 'falsas' desarrolladas mediante IA

Por el equipo editorial de MedImaging en español
Actualizado el 15 Feb 2023
Print article
Imagen: Los investigadores han utilizado el aprendizaje automático para avanzar en la investigación de la enfermedad de Alzheimer (Fotografía cortesía de CSIRO)
Imagen: Los investigadores han utilizado el aprendizaje automático para avanzar en la investigación de la enfermedad de Alzheimer (Fotografía cortesía de CSIRO)

El Alzheimer es la forma más común de demencia y representa del 60 % al 80 % de los casos. Una forma de medir su progreso es a través de imágenes de resonancia magnética (IRM) que muestran adelgazamiento cortical. Sin embargo, evaluar el inicio y la progresión de la enfermedad de Alzheimer utilizando IRM cerebrales plantea un desafío, ya que los cambios en el grosor de la corteza cerebral son extremadamente pequeños, generalmente en el rango submilimétrico. Las técnicas avanzadas de aprendizaje automático se utilizan generalmente para la investigación del cerebro para examinar los cambios en el grosor cortical, aunque la ausencia de un conjunto de datos de "verdad real" clínicamente preciso significó que no se pudo evaluar su sensibilidad para la detección de pequeños niveles de atrofia. Hasta ahora, la única forma de obtener una medida real del grosor cortical era estudiando el cerebro post-mortem. Sin embargo, esto nuevamente plantea un desafío ya que el cerebro comienza a encogerse inmediatamente después de la muerte, lo que da como resultado lecturas inexactas.

Ahora, científicos de CSIRO (Canberra, Australia), en asociación con la Universidad Tecnológica de Queensland (Brisbane, Australia), han utilizado inteligencia artificial (IA) para desarrollar el primer punto de referencia mundial para medir la atrofia cerebral, o adelgazamiento, en enfermedades neurodegenerativas, incluida la enfermedad de Alzheimer. La atrofia cortical (adelgazamiento de la corteza cerebral) puede comenzar hasta 10 años antes de la aparición de los síntomas clínicos de la enfermedad de Alzheimer. La nueva técnica permite a los investigadores establecer la cantidad y la ubicación de la degeneración cerebral con la que desean comparar para lograr una imagen clara del mejor método para la cuantificación del grosor cortical. La técnica puede probar la sensibilidad de los métodos a un nivel minúsculo y determinar si un método puede detectar cambios en el grosor de solo 0,01 milímetros.

Los científicos creen que tienen pruebas sólidas de que DL+DiReCT, un método basado en el aprendizaje profundo para medir el grosor cortical, es robusto y sensible a cambios sutiles en la atrofia. La técnica se puede aplicar a la investigación de cualquier enfermedad cerebral que implique neurodegeneración y marca un importante paso adelante para comprender mejor la demencia y otras enfermedades cerebrales debilitantes. La técnica también podría usarse para predecir el nivel de degeneración cortical esperado en una persona a lo largo del tiempo. La tecnología se desarrolló sobre la base de las IRM de uso común y relativamente económicas. Los investigadores han hecho públicas las imágenes del conjunto de datos sintéticos para los médicos y científicos que pueden usar las imágenes sintéticas para realizar sus propias evaluaciones de los métodos de cuantificación del grosor cortical.

"Usando el poder del aprendizaje automático, pudimos producir un conjunto de IRM artificial de cerebros con signos predefinidos de neurodegeneración en la región de la corteza, la capa externa del cerebro más afectada por la enfermedad de Alzheimer", dijo Filip Rusak, científico investigador de Centro de Investigación de e-Health de Australia de CSIRO. "Antes de estos hallazgos, no había forma de determinar de manera concluyente la sensibilidad de los diversos métodos utilizados para medir el espesor cortical en pacientes con enfermedad de Alzheimer".

Enlaces relacionados:
CSIRO
Universidad Tecnológica de Queensland

New
Proveedor de oro
Conductive Gel
Tensive
New
Web Viewer
Sectra UniView
New
Digital Chest and Bone Room
Atlas HC2
New
Digital Ultrasound Scanner
PL-3018I 3D

Print article
Radcal
FIME - Informa

Canales

Radiografía

ver canal
Imagen: Los cristales de BiOI similares al rubí pueden mejorar la seguridad de las imágenes médicas al reducir las intensidades de los rayos X dañinos (Fotografía cortesía de la Universidad de Cambridge)

Material de celdas solares sostenible podría revolucionar imágenes médicas

El uso de rayos X para obtener imágenes internas del cuerpo ha cambiado drásticamente los diagnósticos médicos no invasivos. Sin embargo, la alta dosis de rayos X requerida... Más

Ultrasonido

ver canal
Imagen: Unir microburbujas a los macrófagos puede crear imágenes de seguimiento sensibles y de alta resolución útiles para el diagnóstico de enfermedades (Fotografía cortesía del Instituto de Tecnología de Georgia)

Ultrasonido puede obtener imágenes de células inmunitarias mejoradas con microburbujas para diagnosticar cáncer en etapa temprana

Los macrófagos, un tipo de glóbulo blanco, protegen el cuerpo humano al rodear y consumir partículas extrañas como bacterias, virus y células muertas. En particular,... Más

Medicina Nuclear

ver canal
Imagen: Un nuevo método de imagen ofrece potencial para diagnosticar, estadificar y tratar múltiples tipos de cáncer (Fotografía cortesía de SNMMI)

Nuevo método de imagen es superior para diagnósticar múltiples tipos de cáncer

Los fibroblastos asociados con el cáncer juegan un papel importante en el desarrollo, la migración y la progresión del tumor. Un subconjunto de estos fibroblastos expresa la proteína... Más

Imaginología General

ver canal
Imagen: PET/MRI puede reducir a la mitad los tiempos de escaneo de cáncer de mama (Fotografía cortesía de Freepik)

Protocolo PET/MRI rápido reduce a la mitad tiempos de exploración para cáncer de mama

La estadificación precisa es esencial para las mujeres recién diagnosticadas con cáncer de mama, y la PET/MRI ha comenzado a ganar terreno como método para la estadificación... 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

Industria

ver canal
Imagen: Se espera que el mercado global de soluciones de imágenes médicas habilitadas para IA alcance los 1.836 millones de dólares en 2032 (Fotografía cortesía de Freepik)

Mercado mundial de soluciones de imágenes médicas habilitadas por IA impulsado por necesidad de detección temprana de enfermedades

El mercado de soluciones de imágenes médicas habilitadas por IA se encuentra actualmente en sus etapas de desarrollo, siguiendo el importante papel de las herramientas basadas en IA para... Más
Copyright © 2000-2023 Globetech Media. All rights reserved.