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 hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Dispositivo de resonancia magnética de cuerpo entero de bajo costo combinado con IA genera resultados de alta calidad

Por el equipo editorial de MedImaging en español
Actualizado el 03 Jun 2024
Print article
Imagen: Resonancia magnética de cuerpo entero con computación a 0.05 Tesla (foto cortesía de Zhao, et al., Doi: 10.1126/science.adm7168)
Imagen: Resonancia magnética de cuerpo entero con computación a 0.05 Tesla (foto cortesía de Zhao, et al., Doi: 10.1126/science.adm7168)

La resonancia magnética (RM) ha transformado significativamente la atención médica, proporcionando un método no invasivo y libre de radiación para obtener imágenes detalladas. Es especialmente prometedor para el futuro del diagnóstico médico, ya que se integra con la inteligencia artificial (IA). Sin embargo, después de cincuenta años de desarrollo, la tecnología de resonancia magnética todavía está en gran medida fuera del alcance de muchos, particularmente en los países de ingresos bajos y medianos, principalmente debido a los costos prohibitivos de las máquinas de resonancia magnética superconductoras estándar y la infraestructura especializada que requieren. Estas máquinas suelen estar ubicadas en departamentos de radiología especializados o grandes centros de imágenes, lo que limita su presencia en centros sanitarios más pequeños. Además, la necesidad de salas protegidas contra radiofrecuencia (RF) y las demandas de alta potencia también restringen la adopción más amplia de la tecnología de resonancia magnética. Ahora, un nuevo estudio ha demostrado que el aprendizaje automático puede permitir sistemas de resonancia magnética de baja potencia que sean más baratos y seguros, sin comprometer la precisión del diagnóstico.

Los hallazgos del estudio realizado por investigadores de la Universidad de Hong Kong (RAE de Hong Kong, China) marcan un importante paso adelante hacia la creación de escáneres de resonancia magnética de campo ultrabajo (ULF) asequibles, orientados al paciente y mejorados con aprendizaje profundo. Estas innovaciones tienen como objetivo satisfacer las necesidades clínicas no cubiertas en diversos entornos sanitarios globales. Para superar las barreras al acceso a la resonancia magnética, el equipo diseñó un escáner de resonancia magnética ULF que es a la vez de bajo consumo y simplificado para un uso más fácil. Funciona con un tomacorriente de pared estándar y no requiere blindaje magnético o de RF. Este escáner utiliza un modesto imán de 0,05 Tesla (T), significativamente menos potente que los imanes típicos de 1,5 T a 7 T que se encuentran en la mayoría de los dispositivos de resonancia magnética, y emplea detección activa combinada con técnicas de aprendizaje profundo para minimizar la interferencia electromagnética y mejorar la calidad de la imagen. Además, el consumo de energía del dispositivo es considerablemente menor durante las exploraciones, utilizando sólo 1800 vatios (W), en comparación con los 25000 W o más que requieren los sistemas de resonancia magnética tradicionales. En pruebas realizadas con voluntarios sanos, el escáner produjo con éxito imágenes tan claras y detalladas como las de los sistemas de resonancia magnética de mayor potencia que se utilizan actualmente en la clínica.

"La resonancia magnética de campo bajo aún tiene que madurar para permitir un acceso rentable a las imágenes médicas", afirmaron los investigadores. "Su potencial como tecnología sanitaria esencial y ambientalmente sostenible quedará demostrado cuando muchas comunidades de todo el mundo puedan utilizar la resonancia magnética de campo bajo sin barreras".

Enlaces relacionados:
La Universidad de Hong Kong

Ultrasound Imaging System
P12 Elite
Portable Color Doppler Ultrasound Scanner
DCU10
X-ray Diagnostic System
FDX Visionary-A
Mini C-arm Imaging System
Fluoroscan InSight FD

Print article

Canales

Radiografía

ver canal
Imagen:Los gráficos ilustran cómo se ven las imágenes 3D con XACT con ejemplos del logotipo de la UC a la izquierda y una muestra de hueso a la derecha (foto cortesía de la Escuela de Medicina de UCI)

Imágenes 3D por TC a partir de una sola proyección de rayos X reducen la exposición a la radiación

La tomografía computarizada (TC) ha sido durante mucho tiempo una herramienta esencial en la obtención de imágenes modernas, ya que ofrece vistas 3D detalladas del cuerpo humano y otros materiales.... Más

Ultrasonido

ver canal
Imagen: El nuevo método para combatir el cáncer puede estimular la secreción de citocinas críticas en las células T

Microburbujas dirigidas por ultrasonidos potencian la respuesta inmunitaria contra los tumores

Un desafío importante en el tratamiento del cáncer es la capacidad del tumor para suprimir el sistema inmunológico, en particular desactivando las células T que ingresan al tumor. Una vez dentro, el tumor... Más

Medicina Nuclear

ver canal
Imagen: La combinación de imágenes avanzadas permitió a los investigadores determinar las regiones metabólicamente más activas o agresivas del glioblastoma (Foto cortesía de Mayo Clinic)

Una combinación de tecnologías de imágenes avanzadas ofrece un avance en el tratamiento del glioblastoma

El glioblastoma es la forma más mortal de cáncer cerebral primario, en gran medida debido a su crecimiento agresivo y su resistencia al tratamiento. El tumor se infiltra en el tejido cerebral... Más

Imaginología General

ver canal
Imagen: Los métodos automatizados permiten el análisis de exploraciones PET/CT (izquierda) para predecir con precisión la ubicación y el tamaño del tumor (derecha)(Foto cortesía de Nature Machine Intelligence, 2024. DOI: 10.1038/S42256-024-00912-9)

Algoritmos de aprendizaje profundo mejoran la detección de tumores en exploraciones PET/TC

Las técnicas de diagnóstico por imágenes son esenciales para el diagnóstico del cáncer, ya que determinar con precisión la ubicación, el tamaño y el tipo de tumores es fundamental para seleccionar el tratamiento... 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: La colonoscopia virtual (colonografía por TC) es una opción aprobada para la detección del cáncer colorrectal en los EUA (Foto cortesía de Shtutterstock)

Bracco Diagnostics y ColoWatch se asocian para ampliar la disponibilidad de pruebas de detección de CCR mediante colonoscopia virtual

En los últimos 25 años, la colonoscopia virtual ha demostrado ser un método altamente preciso, seguro, conveniente y rentable para la prevención y detección del cáncer... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.