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




Modelos de corazón impresos en 3D podrían permitir diagnóstico no invasivo de estenosis aórtica

Por el equipo editorial de MedImaging en español
Actualizado el 19 Apr 2023
Print article
Imagen: Los investigadores han avanzado en los esfuerzos por implementar modelos de corazón impresos en 3D (fantomas) para simular y estudiar la estenosis aórtica (Fotografía cortesía de KCL)
Imagen: Los investigadores han avanzado en los esfuerzos por implementar modelos de corazón impresos en 3D (fantomas) para simular y estudiar la estenosis aórtica (Fotografía cortesía de KCL)

La estenosis aórtica es una afección caracterizada por la calsificación y el engrosamiento de las válvulas cardíacas aórticas, que impiden el flujo sanguíneo. Los métodos existentes para evaluar la gravedad de la estenosis aórtica, como la ecocardiografía Doppler, pueden ser propensos a errores no controlados y, a menudo, requieren mediciones de presión invasivas para los pacientes. No, los fantomas de flujo aórtico podrían proporcionar una posible solución a este problema.

Investigadores del King's College de Londres (KCL, Londres, Reino Unido) han logrado avances en la utilización de modelos de corazón impresos en 3D (fantomas) para simular e investigar la estenosis aórtica. El modelado por computadora y la impresión 3D de fantomas de flujo aórtico presentan una alternativa a los estudios in vivo, que están asociados con desafíos en el reclutamiento de pacientes y posibles riesgos de procedimiento. Por el contrario, la opción simulada permite mayores variaciones en el flujo y la caída de la presión arterial. Los investigadores crearon una técnica no invasiva para evaluar la distancia de recuperación de la presión basada en el impulso del flujo sanguíneo utilizando resonancia magnética cardiovascular (CMR) 4D Flow. Sus hallazgos revelaron que las distancias de recuperación de la presión en la estenosis aórtica son más largas de lo que se reconocía anteriormente, lo que indica la necesidad de reevaluar las prácticas de intervención actualmente adoptadas.

Además, los investigadores desarrollaron y probaron con éxito un fantoma de flujo compatible con resonancia magnética y ultrasonido, que simula con precisión la apertura y el cierre de la válvula tanto en condiciones sanas como enfermas y ofrece una medición de presión real. Los hallazgos del equipo sugieren que la caída de presión de pico a pico, una medida actual para evaluar la carga de la estenosis aórtica, puede verse influenciada por factores no relacionados con la válvula, como la reflexión de la onda, y debe reexaminarse en la práctica clínica.

“Al desarrollar modelos de válvulas que se comportan como válvulas humanas reales, se pueden desarrollar y mejorar nuevas técnicas que caracterizan con mayor precisión la gravedad de la enfermedad sin interrumpir la atención de los pacientes”, dijo Harminder Gill, BM BCh.

“La decisión sobre cómo y cuándo tratar las válvulas estenóticas es compleja y las herramientas de diagnóstico generalmente utilizadas en la rutina clínica apenas han evolucionado durante los últimos 50 años”, explicó Joao Filipe Fernandes, PhD, Investigador de etapa temprana en cardiología in-silico personalizada Marie Skłodowska-Curie. “Por lo tanto, los avances en el estudio de la fisiopatología de la estenosis aórtica son esenciales para proporcionar una caracterización más completa de esta condición. La evaluación no invasiva de la distancia de recuperación de la presión permite la detección de errores de cateterismo invasivo, así como la comprensión de la longitud del vaso requerida para alcanzar la homeostasis hemodinámica”.

“Estos avances nos permitirán tomar decisiones bien informadas sobre el mejor equilibrio entre medicamentos y cirugías para las personas que viven con afecciones de las válvulas”, agregó el Prof. Pablo Lamata, Jefe del Grupo de Biomarcadores de Imágenes y Modelado Cardíaco.

Enlaces relacionados:
King´s College de Londres

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Ultrasound System
Aplio a450
New
Enterprise Imaging & Reporting Solution
Syngo Carbon
New
FMT Radiographic Suite
AdvantagePlus ML1

Print article

Canales

Radiografía

ver canal
Imagen: La detección de cáncer de seno asistido por AI puede reducir las pruebas innecesarias (foto cortesía de Wustl)

Asistencia de IA mejora detección del cáncer de mama al reducir los falsos positivos

Radiólogos suelen detectar un caso de cáncer por cada 200 mamografías revisadas. Sin embargo, estas evaluaciones a menudo dan como resultado falsos positivos, lo que lleva a retiros... Más

Ultrasonido

ver canal
Imagen: Diagrama esquemático del sistema de administración de fármacos de nanopartículas estimulados por ultrasonido para la terapia de biopelícula (foto cortesía de BIO Integration))

Nueva nanopartícula activada por ultrasonido elimina la biopelícula y la infección bacteriana

Las biopelículas, formadas por bacterias que se agregan en densas comunidades para protegerse contra las duras condiciones ambientales, contribuyen de manera importante a diversas enfermedades infecciosas.... Más

Medicina Nuclear

ver canal
Imagen: El sistema de IA utiliza imágenes de gammagrafía para el diagnóstico temprano de amiloidosis cardíaca (Fotografía cortesía de 123RF)

Sistema de IA detecta de forma automática y confiable amiloidosis cardíaca mediante imágenes de gammagrafía

La amiloidosis cardíaca, una afección caracterizada por la acumulación de depósitos anormales de proteínas (amiloide) en el músculo cardíaco, afecta gravemente... Más

Imaginología General

ver canal
Imagen: El modelo de aprendizaje automático Tyche podría ayudar a capturar información crucial. (Foto cortesía de 123RF)

Nuevo método de IA captura la incertidumbre en imágenes médicas

En el campo de la biomedicina, la segmentación es el proceso de anotar píxeles de una estructura importante en imágenes médicas, como órganos o células. Los modelos de Inteligencia Artificial (IA) se utilizan... 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.