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
Ampronix,  Inc

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.
15 jul 2020 - 19 jul 2020
Virtual Venue

RSNA anuncia reto de IA para la hemorragia intracraneal

Por el equipo editorial de MedImaging en español
Actualizado el 09 Oct 2019
Print article
Imagen: En el RSNA de este año, los investigadores trabajarán para desarrollar algoritmos que puedan identificar y clasificar subtipos de hemorragias en las tomografías computarizadas de la cabeza (Fotografía cortesía de la RSNA).
Imagen: En el RSNA de este año, los investigadores trabajarán para desarrollar algoritmos que puedan identificar y clasificar subtipos de hemorragias en las tomografías computarizadas de la cabeza (Fotografía cortesía de la RSNA).
La Sociedad Norteamericana de Radiología {(RSNA), Oak Brook, IL, EUA} lanzó su tercer desafío anual de inteligencia artificial (IA): el Desafío de Clasificación y Detección de Hemorragia Intracraneal de la RSNA. El Desafío de IA es una competencia entre investigadores para crear aplicaciones que realicen una tarea definida de acuerdo con medidas de desempeño especificadas.

El desafío de detección de neumonía del año pasado tuvo más de 1.400 equipos. Este año, los investigadores trabajan para desarrollar algoritmos que puedan identificar y clasificar subtipos de hemorragias en las tomografías computarizadas de la cabeza. El conjunto de datos, que comprende más de 25.000 tomografías computarizadas de la cabeza contribuidas por varias instituciones de investigación, es el primer conjunto de datos multiplanar utilizado en un Desafío de IA de la RSNA. El Subcomité de Dirección de Aprendizaje Automático trabajó con especialistas voluntarios de la Sociedad Estadounidense de Neurorradiología (ASNR) para etiquetar estos exámenes en busca de la presencia de cinco subtipos de hemorragia intracraneal, un esfuerzo de alcance sin precedentes en la comunidad radiológica.

El 3 de septiembre, se lanzó la primera ola de datos a los investigadores que trabajan para desarrollar y “entrenar” algoritmos. La fase de capacitación se extiende hasta el 4 de noviembre. Durante esta fase, los participantes utilizarán un conjunto de datos de capacitación que incluye las etiquetas de los radiólogos para desarrollar algoritmos que reproduzcan esas anotaciones. Durante la fase de evaluación, del 4 al 11 de noviembre, los participantes aplicarán sus algoritmos a la parte de prueba del conjunto de datos, que se les proporciona con las anotaciones retenidas. Sus resultados se compararán con las anotaciones en el conjunto de datos de prueba, y se aplicará una métrica de evaluación para calificar su exactitud y determinar los ganadores. Los resultados se anunciarán en noviembre y las presentaciones principales serán reconocidas en el Teatro de Exposiciones de IA durante el congreso anual de la RSNA que se realizará del 1 al 6 de diciembre en el McCormick Place, Chicago, EUA.

“El objetivo de un desafío de IA es explorar y demostrar las formas en que la IA puede beneficiar a la radiología y mejorar el diagnóstico clínico”, dijo Luciano Prevedello, M.D, M.P.H., presidente del Subcomité de Dirección de Aprendizaje Automático del Comité de Informática de Radiología de la RSNA. “Al organizar estos desafíos de datos, la RSNA desempeña un papel fundamental para demostrar las capacidades del aprendizaje automático y fomentar el desarrollo de la inteligencia artificial para mejorar la atención a los pacientes”.

Enlace relacionado:
Sociedad Norteamericana de Radiología


Print article
Clear Image Devices
Radcal

Canales

Radiografía

ver canal
Imagen: Esquema de un dispositivo para imágenes de rayos X de campo oscuro (Fotografía cortesía de la TUM)

Radiografías pulmonares de bajas dosis facilitan el diagnóstico del coronavirus

Un método novedoso de rayos X que implica una radiación significativamente menor que la tomografía computarizada (TC) puede ayudar a identificar las anomalías en la COVID-19. Desarrollado en la Universidad... Más

RM

ver canal
Imagen: El sistema Canon Vantage Orian 1,5T MR (Fotografía cortesía de Canon Medical Systems)

Acelerador para la resonancia magnética mejora la eficiencia diagnóstica

La innovadora tecnología Compressed SPEEDER, diseñada para el sistema médico Vantage Orian 1,5T MR de Canon (Tochigi, Japón), puede mejorar los tiempos de exploración de resonancia magnética (RM) al reconstruir... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.