Modelo asistido por IA mejora las imágenes de resonancia magnética cardíaca

Una resonancia magnética cardíaca puede revelar información crucial sobre la función cardíaca y cualquier anomalía, pero las exploraciones tradicionales tardan entre 30 y 90 minutos y a menudo presentan imágenes de baja calidad debido al movimiento del paciente. Las líneas de seguimiento claras, que ayudan a rastrear el movimiento muscular, son esenciales para identificar áreas del corazón que podrían no estar funcionando correctamente.

Sin embargo, las imágenes borrosas dificultan la recuperación de detalles finos o la evaluación precisa de la función cardíaca. Ahora, investigadores han desarrollado un modelo asistido por inteligencia artificial (IA) que acorta significativamente el tiempo de exploración y mejora la nitidez de las imágenes, permitiendo una mejor visualización del movimiento cardíaco.

Desarrollado por investigadores de la Universidad de Missouri (Columbia, MO, EUA), el modelo asistido por IA, TagGen, restaura la calidad de las resonancias magnéticas cardíacas borrosas y acorta la duración de la exploración en aproximadamente un 90 %. TagGen mejora la nitidez de las líneas de marca en las imágenes, esenciales para el seguimiento de la actividad muscular cardíaca.

Al procesar exploraciones de baja calidad, la IA recupera detalles visuales perdidos y ofrece una visión más clara de cómo late, se contrae y bombea el corazón. Esto permite a los médicos observar movimientos anormales con mayor eficacia. El modelo también reduce la necesidad de que los pacientes contengan la respiración durante periodos prolongados, lo que disminuye las molestias y mejora la calidad general de la exploración.

El proceso de escaneo mejorado que ofrece TagGen permite a los profesionales clínicos capturar imágenes más nítidas en tan solo tres latidos, en comparación con los más de 20 latidos de los escaneos estándar. Esto no solo mejora la comodidad del paciente y reduce los costos, sino que también mejora la precisión del diagnóstico.

Los planes futuros para TagGen incluyen perfeccionar las capacidades de seguimiento del movimiento del modelo y ampliar su aplicación a otros tipos de resonancias magnéticas cardíacas, tomografías computarizadas e incluso resonancias magnéticas cerebrales.

"Durante una resonancia magnética cardíaca, se les pide a los pacientes que contengan la respiración para reducir el movimiento del pecho al respirar, lo que ayuda a crear imágenes más nítida" explicó Changyu Sun, investigador principal de la Universidad de Missouri.

"Algunas exploraciones requieren más de 20 latidos, lo que dificulta que los pacientes contengan la respiración. Al usar TagGen para mantener las líneas de contención, los médicos pueden ver información que de otro modo habrían pasado por alto, y los pacientes solo necesitan contener la respiración durante tres latidos. Esta tecnología permitirá obtener mejores diagnósticos y mejores resultados para los pacientes", añadió el Dr. Sun.

Enlaces relacionados:
Universidad de Missouri

Visitar la expo >

Ultrasound Table

Women’s Ultrasound EA Table

Digital Color Doppler Ultrasound System

MS22Plus

X-ray Diagnostic System

FDX Visionary-A

Computed Tomography System

Aquilion ONE / INSIGHT Edition