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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
IBA-Radcal

Deascargar La Aplicación Móvil




IA identifica rápidamente trastornos raros potencialmente mortales a partir de ecografías

Por el equipo editorial de MedImaging en español
Actualizado el 21 Jul 2022
Imagen: Los investigadores utilizaron la IA para diagnosticar el defecto de nacimiento en las imágenes de ultrasonido fetal (Fotografía cortesía de la Universidad de Ottawa)
Imagen: Los investigadores utilizaron la IA para diagnosticar el defecto de nacimiento en las imágenes de ultrasonido fetal (Fotografía cortesía de la Universidad de Ottawa)

El higroma quístico es una afección embrionaria que hace que el sistema vascular linfático se desarrolle de manera anormal. Es un trastorno raro y potencialmente mortal que conduce a la inflamación de líquido alrededor de la cabeza y el cuello. Por lo general, el defecto congénito se puede diagnosticar fácilmente antes del nacimiento durante una cita de ultrasonido. Ahora, un nuevo estudio ha demostrado que la arquitectura de aprendizaje profundo puede ayudar a identificar el higroma quístico a partir de las ecografías del primer trimestre.

En un nuevo estudio de prueba de concepto, los investigadores de la Universidad de Ottawa (Ontario, Canadá) son pioneros en el uso de un modelo único de aprendizaje profundo basado en inteligencia artificial como herramienta de asistencia para la lectura rápida y precisa de imágenes de ultrasonido. El objetivo del estudio del equipo era demostrar el potencial de la arquitectura de aprendizaje profundo para respaldar la identificación temprana y confiable del higroma quístico a partir de ecografías del primer trimestre. Los investigadores probaron qué tan bien el reconocimiento de patrones impulsado por IA podría diagnosticar el defecto de nacimiento prenatalmente mediante ultrasonografía.

"Lo que demostramos fue que en el campo del ultrasonido podemos usar las mismas herramientas para clasificar e identificar imágenes con una alta sensibilidad y especificidad", dijo el Dr. Mark Walker de la Facultad de Medicina de la Universidad de Ottawa, quien dirigió el estudio. y cree que el enfoque también podría aplicarse a otras anomalías fetales generalmente identificadas por ultrasonografía.

Enlaces relacionados:
Universidad de Ottawa  

Digital Intelligent Ferromagnetic Detector
Digital Ferromagnetic Detector
Biopsy Software
Affirm® Contrast
Miembro Plata
X-Ray QA Device
Accu-Gold+ Touch Pro
Ultrasound-Guided Biopsy & Visualization Tools
Endoscopic Ultrasound (EUS) Guided Devices

Canales

Radiografía

ver canal
Imagen: el nuevo método de imágenes de rayos X capaz de producir imágenes de múltiples contrastes fue desarrollado por los investigadores Mini Das y Jingcheng Yuan (Fotografía cortesía de la Universidad de Houston)

Avance en rayos X captura tres tipos de contraste de imagen en una sola toma

La detección de cáncer en etapas tempranas o cambios sutiles en las capas profundas de los tejidos ha sido un desafío para los sistemas de rayos X convencionales, que dependen únicamente... 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 © 2000-2025 Globetech Media. All rights reserved.