Mejores computadores para medir imágenes de radiología
Por el equipo editorial de MedImaging en español Actualizado el 25 Oct 2010 |
Los científicos han automatizado la medición de una región clave de la rodilla en imágenes con un programa de computador que se desempeña mucho más rápido y tan efectivamente como los humanos que interpretan las imágenes. Tener datos más precisos sobre el uso y la rotura en esta porción de la rodilla, una mezcla de tejido fibroso y cartílago llamado el menisco, podría llevar a su uso como un biomarcador para predecir quien tiene riesgo de desarrollar osteoartritis, según los investigadores.
El menisco consiste de dos discos en forma de C, que descansan entre el muslo y la tibia. Suministra acolchonamiento, equilibra la distribución del peso y reduce la fricción. Bajo circunstancias normales, los radiólogos usan reglas para medir las porciones específicas de una imagen. Este programa nuevo reemplaza el método con mediciones automáticas de varios cortes de resonancia magnética del menisco. Estas mediciones pueden ser usadas para determinar el volumen total de la estructura del menisco para compararla con el tiempo.
Después de desarrollar el programa, los científicos encontraron que las mediciones automatizadas eran tan efectivas o más confiables que las mediciones humanas de casos ligeros o moderados de degeneración de la rodilla. Se necesita más investigación para hacer que el programa fuera igualmente fuerte para medir varias rodillas dañadas, dicen los investigadores.
Caso-por-caso, la interpretación manual toma entre 7 y 20 minutos, y el programa de computador completa su segmentación en 2 a 4 minutos. Los científicos reportaron que el programa podía ser modificado para hacer que funcionara mucho más rápido sin sacrificar la exactitud. "Nuestra meta ambiciosa es cambiar la forma en que se practica la radiología", dijo el Dr. Metin Gurcan, autor principal del trabajo y un profesor asistente de informática biomédica en la Universidad del Estado de Ohio (Columbus, OH, EUA). "Actualmente, los radiólogos no tienen herramientas para hacer más que mediciones crudas de la mayoría de las imágenes. De tal manera que algo que estamos haciendo es suministrar esas herramientas".
La investigación aparece en línea en Enero 2010 y está programada para una publicación impresa posterior en la revista Osteoarthritis and Cartilage. Los investigadores creen que si el menisco y finalmente, las estructuras, podrían servir como factores predictivos importantes del riesgo individual para desarrollar osteoartritis, la causa principal de incapacidad en los adultos ancianos.
El Dr. Gurcan y colegas usaron los datos de imagenología de la Iniciativa Osteoartritis (San Francisco, CA, EUA), un estudio masivo en los Estados Unidos de la enfermedad, para desarrollar y ensayar programación nueva diseñada para automatizar las mediciones radiológicas. El Centro Médico de la Estatal de Ohio fue uno de los cuatro centros clínicos seleccionados como parte de la iniciativa de los Estados Unidos para recolectar información y diseñar estándares de enfermedad con el fin de acelerar el desarrollo de drogas. La osteoartritis es el tipo más común de artritis y se caracteriza por la destrucción y erosión del cartílago que causa dolor, inflamación y pérdida de movimiento en la articulación.
La iniciativa ha recopilado imágenes y otros datos sobre 4.796 participantes del estudio. Este estudio de programación de computadora usó 24 imágenes seleccionadas al azar de la colección--10 de pacientes sin síntomas y 14 de pacientes con diagnóstico de osteoartritis. Para desarrollar el programa los investigadores crearon algoritmos basados en parte en la intensidad de los pixeles dentro de cada componente de las imágenes tomadas de las rodillas de los participantes del estudio. "Establecimos un proceso de eliminación para ser estudiado. Dice que no hay pixeles brillantes en las rodillas. Y sabemos que algunas áreas en las imágenes son hueso, ligamentos y cartílago, por lo que los algoritmos no dejan que esas áreas sean consideradas el menisco", dijo Mark Swanson, un estudiante médico en la Estatal de Ohio y autor principal del artículo. "Una vez que la programación está completa, nuestras algoritmos conocen la anatomía de la rodilla".
El programa lee cada uno de dos docenas de cortes para designar y segmentar la estructura tridimensional del menisco. A medida que recorre las imágenes, el programa también compara el corte anterior con el corte actual, reevalúa y verifica su trabajo.
En este punto del desarrollo, el programa requiere un poco de contribución humana. La persona debe recorrer las imágenes manualmente, encontrar el primer corte que incluya la imagen del menisco y colocar un punto dentro del área de la imagen. Un segundo punto debe ser colocado en el menisco en el último corte en el cual aparece esa parte de la anatomía. "Desde ahí, asume el computador", dijo el Sr. Swanson. Observa el primer punto y empieza a crecer alrededor de él".
Una vez que las segmentaciones están completas, los médicos pueden calcular el volumen, espesor, intensidad y cualquier rasgadura en el menisco--todos los datos que se pueden comparar con cálculos hechos con datos de imágenes posteriores. Si hay cambios en el menisco que se correlacionan con síntomas de osteoartritis, esta área de la rodilla podría convertirse en un blanco para el tratamiento y prevención de la enfermedad.
Para verificar la validez de la programación, los investigadores compararon los cálculos de sus estudios con mediciones típicas del menisco encontrado en investigaciones anteriores. Las cifras cuadraron. Los científicos también compararon los resultados del programa de computador con las interpretaciones de las mismas imágenes realizadas por cinco personas específicamente entrenadas para segmentar manualmente el menisco dentro de las imágenes. El computador es tan diestro como dos humanos cuyas interpretaciones de la misma imagen se comparan, y tiene una exactitud mejor que una sola persona que interpreta la misma imagen dos veces. "La solución no es hacer que miles de personas hagan el trabajo. La solución es usar los computadores, dijo el Sr. Swanson. "El computador es mejor que algunas personas, para determinadas cosas.
Los investigadores están trabajando actualmente en como automatizar todo el proceso, incluyendo la colocación de los puntos de inicio y finalización para el programa. También están desarrollando programas para automatizar las mediciones en otras áreas de la rodilla: hueso, cartílago, ligamentos y el músculo cuádriceps. Todas las imágenes serán obtenidas de la Iniciativa Osteoartritis. "En mi opinión, la enfermedad no tendrá una sola firma. Pienso que debemos buscar varias cosas diferentes para entender como esta enfermedad se desarrolla", dijo el Dr. Gurcan.
Enlaces relacionados:
Ohio State University
Osteoarthritis Initiative
El menisco consiste de dos discos en forma de C, que descansan entre el muslo y la tibia. Suministra acolchonamiento, equilibra la distribución del peso y reduce la fricción. Bajo circunstancias normales, los radiólogos usan reglas para medir las porciones específicas de una imagen. Este programa nuevo reemplaza el método con mediciones automáticas de varios cortes de resonancia magnética del menisco. Estas mediciones pueden ser usadas para determinar el volumen total de la estructura del menisco para compararla con el tiempo.
Después de desarrollar el programa, los científicos encontraron que las mediciones automatizadas eran tan efectivas o más confiables que las mediciones humanas de casos ligeros o moderados de degeneración de la rodilla. Se necesita más investigación para hacer que el programa fuera igualmente fuerte para medir varias rodillas dañadas, dicen los investigadores.
Caso-por-caso, la interpretación manual toma entre 7 y 20 minutos, y el programa de computador completa su segmentación en 2 a 4 minutos. Los científicos reportaron que el programa podía ser modificado para hacer que funcionara mucho más rápido sin sacrificar la exactitud. "Nuestra meta ambiciosa es cambiar la forma en que se practica la radiología", dijo el Dr. Metin Gurcan, autor principal del trabajo y un profesor asistente de informática biomédica en la Universidad del Estado de Ohio (Columbus, OH, EUA). "Actualmente, los radiólogos no tienen herramientas para hacer más que mediciones crudas de la mayoría de las imágenes. De tal manera que algo que estamos haciendo es suministrar esas herramientas".
La investigación aparece en línea en Enero 2010 y está programada para una publicación impresa posterior en la revista Osteoarthritis and Cartilage. Los investigadores creen que si el menisco y finalmente, las estructuras, podrían servir como factores predictivos importantes del riesgo individual para desarrollar osteoartritis, la causa principal de incapacidad en los adultos ancianos.
El Dr. Gurcan y colegas usaron los datos de imagenología de la Iniciativa Osteoartritis (San Francisco, CA, EUA), un estudio masivo en los Estados Unidos de la enfermedad, para desarrollar y ensayar programación nueva diseñada para automatizar las mediciones radiológicas. El Centro Médico de la Estatal de Ohio fue uno de los cuatro centros clínicos seleccionados como parte de la iniciativa de los Estados Unidos para recolectar información y diseñar estándares de enfermedad con el fin de acelerar el desarrollo de drogas. La osteoartritis es el tipo más común de artritis y se caracteriza por la destrucción y erosión del cartílago que causa dolor, inflamación y pérdida de movimiento en la articulación.
La iniciativa ha recopilado imágenes y otros datos sobre 4.796 participantes del estudio. Este estudio de programación de computadora usó 24 imágenes seleccionadas al azar de la colección--10 de pacientes sin síntomas y 14 de pacientes con diagnóstico de osteoartritis. Para desarrollar el programa los investigadores crearon algoritmos basados en parte en la intensidad de los pixeles dentro de cada componente de las imágenes tomadas de las rodillas de los participantes del estudio. "Establecimos un proceso de eliminación para ser estudiado. Dice que no hay pixeles brillantes en las rodillas. Y sabemos que algunas áreas en las imágenes son hueso, ligamentos y cartílago, por lo que los algoritmos no dejan que esas áreas sean consideradas el menisco", dijo Mark Swanson, un estudiante médico en la Estatal de Ohio y autor principal del artículo. "Una vez que la programación está completa, nuestras algoritmos conocen la anatomía de la rodilla".
El programa lee cada uno de dos docenas de cortes para designar y segmentar la estructura tridimensional del menisco. A medida que recorre las imágenes, el programa también compara el corte anterior con el corte actual, reevalúa y verifica su trabajo.
En este punto del desarrollo, el programa requiere un poco de contribución humana. La persona debe recorrer las imágenes manualmente, encontrar el primer corte que incluya la imagen del menisco y colocar un punto dentro del área de la imagen. Un segundo punto debe ser colocado en el menisco en el último corte en el cual aparece esa parte de la anatomía. "Desde ahí, asume el computador", dijo el Sr. Swanson. Observa el primer punto y empieza a crecer alrededor de él".
Una vez que las segmentaciones están completas, los médicos pueden calcular el volumen, espesor, intensidad y cualquier rasgadura en el menisco--todos los datos que se pueden comparar con cálculos hechos con datos de imágenes posteriores. Si hay cambios en el menisco que se correlacionan con síntomas de osteoartritis, esta área de la rodilla podría convertirse en un blanco para el tratamiento y prevención de la enfermedad.
Para verificar la validez de la programación, los investigadores compararon los cálculos de sus estudios con mediciones típicas del menisco encontrado en investigaciones anteriores. Las cifras cuadraron. Los científicos también compararon los resultados del programa de computador con las interpretaciones de las mismas imágenes realizadas por cinco personas específicamente entrenadas para segmentar manualmente el menisco dentro de las imágenes. El computador es tan diestro como dos humanos cuyas interpretaciones de la misma imagen se comparan, y tiene una exactitud mejor que una sola persona que interpreta la misma imagen dos veces. "La solución no es hacer que miles de personas hagan el trabajo. La solución es usar los computadores, dijo el Sr. Swanson. "El computador es mejor que algunas personas, para determinadas cosas.
Los investigadores están trabajando actualmente en como automatizar todo el proceso, incluyendo la colocación de los puntos de inicio y finalización para el programa. También están desarrollando programas para automatizar las mediciones en otras áreas de la rodilla: hueso, cartílago, ligamentos y el músculo cuádriceps. Todas las imágenes serán obtenidas de la Iniciativa Osteoartritis. "En mi opinión, la enfermedad no tendrá una sola firma. Pienso que debemos buscar varias cosas diferentes para entender como esta enfermedad se desarrolla", dijo el Dr. Gurcan.
Enlaces relacionados:
Ohio State University
Osteoarthritis Initiative
Últimas Imaginología General noticias
- Sistema de imágenes impulsado por IA mejora el diagnóstico del cáncer de pulmón
- Modelo de IA mejora las capacidades de la tomografía computarizada de baja dosis
- TC de dosis ultra baja ayuda en el diagnóstico de neumonía en pacientes inmunocomprometidos
- La IA reduce la carga de trabajo en la detección de cáncer de pulmón por TC en casi un 80 %.
- Tecnología de vanguardia combina luz y sonido para monitorear ACV en tiempo real
- Sistema de IA detecta cambios sutiles en una serie de imágenes médicas a lo largo del tiempo
- Nueva técnica de TC mejora el pronóstico y los tratamientos del cáncer de cabeza y cuello
- Primer escáner de TC de cuerpo entero móvil proporcionará diagnósticos en el punto de atención
- Tomografías computarizadas completas pueden identificar aterosclerosis en pacientes con cáncer de pulmón
- La IA mejora la detección del cáncer colorrectal en tomografías computarizadas de rutina
- Tecnología de superresolución mejora imagenes clínicas ósea para predecir el riesgo de fracturas osteoporóticas
- Mapa abdominal impulsado por IA permite la detección temprana del cáncer
- Modelo de aprendizaje profundo detecta tumores pulmonares en tomografías computarizadas
- La IA predice el riesgo cardiovascular a partir de tomografías computarizadas
- Algoritmos de aprendizaje profundo mejoran la detección de tumores en exploraciones PET/TC
- Nueva tecnología proporciona puntuación de calcificación de las arterias coronarias en TC de tórax
Canales
Radiografía
ver canal
Técnica de imágenes con IA se muestra prometedora en la evaluación de pacientes para ICP
La intervención coronaria percutánea (ICP), también conocida como angioplastia coronaria, es un procedimiento mínimamente invasivo en el que se insertan pequeños tubos... Más
Mayor uso de radiografías de tórax permite detectar el cáncer de pulmón en etapas tempranas
El cáncer de pulmón sigue siendo la principal causa de muerte por cáncer en todo el mundo. Si bien tecnologías avanzadas como la tomografía computarizada (TC) desempeñan... Más
Las mamografías impulsadas por IA predicen el riesgo cardiovascular
Los Centros para el Control y la Prevención de Enfermedades de Estados Unidos recomiendan que las mujeres de mediana edad o mayores se sometan a una mamografía (una radiografía de la mama) cada uno o dos... Más
Modelo de IA generativa reduce significativamente el tiempo de lectura de radiografías de tórax
La interpretación rápida y precisa de las imágenes radiológicas es crucial debido a su impacto significativo en los resultados del paciente, ya que los errores en la interpretación pueden llevar a cambios... MásRM
ver canal
Herramienta de IA rastrea la eficacia de tratamientos para la esclerosis múltiple mediante RM cerebral
La esclerosis múltiple (EM) es una enfermedad en la que el sistema inmunológico ataca el cerebro y la médula espinal, lo que provoca alteraciones en el movimiento, la sensibilidad y la cognición.... Más
Imágenes por RM ultrapotentes permiten cirugías en pacientes con epilepsia resistente al tratamiento
Aproximadamente 360.000 personas en el Reino Unido padecen epilepsia focal, una afección en la que las convulsiones se propagan desde una parte del cerebro. Alrededor de un tercio de estos pacientes... MásUltrasonido
ver canal
La IA identifica la enfermedad de la válvula cardíaca a partir de una prueba de imagen común
La insuficiencia tricúspide es una afección en la que la válvula tricúspide del corazón no se cierra completamente durante la contracción, lo que provoca un flujo... Más
Nuevo método de imágenes permite el diagnóstico temprano y seguimiento de la diabetes tipo 2
La diabetes tipo 2 se reconoce como una enfermedad inflamatoria autoinmune, en la que la inflamación crónica provoca alteraciones en la microvasculatura de los islotes pancreáticos,... MásMedicina Nuclear
ver canal
Nuevo enfoque de imágenes PET ofrece una visión nunca antes vista de la neuroinflamación
La COX-2, una enzima clave en la inflamación cerebral, puede aumentar significativamente su expresión mediante estímulos inflamatorios y neuroexcitación. Los investigadores... Más
Nuevo radiotrazador identifica biomarcador para el cáncer de mama triple negativo
El cáncer de mama triple negativo (CMTN), que representa entre el 15 % y el 20 % de todos los casos de cáncer de mama, es uno de los subtipos más agresivos, con una tasa de supervivencia a cinco años de... MásTI en Imaginología
ver canal
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
Plataforma para el manejo de imágenes agiliza los planes de tratamiento
Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... MásUna red global nueva mejora el acceso a la comprensión diagnóstica
Quest Diagnostics (Madison, NJ, EUA), un proveedor líder de servicios de información de diagnóstico, junto con otros proveedores de servicios de diagnóstico, ha anunciado la formación y el lanzamiento de la Red de Diagnóstico Global (GDN), un grupo de... Más
Una estación de trabajo nuevo apoya el flujo de trabajo de la imagenología pensando en los clientes
Una estación de trabajo de imagenología nueva ofrece una interfaz única e intuitiva para la toma eficiente de radiografías, fluoroscopias, mamografías y la toma de imágenes de las piernas/columna vertebral... MásIndustria
ver canal
Colaboración entre GE HealthCare y NVIDIA para reinventar la imagenología diagnóstica
GE HealthCare (Chicago, IL, EUA) ha iniciado un proceso de colaboración con NVIDIA (Santa Clara, CA, EUA), ampliando la relación existente entre las dos empresas para centrarse en la innovación... Más
Siemens y Sectra colaboran en la mejora de los flujos de trabajo en radiología
Siemens Healthineers (Forchheim, Alemania) y Sectra (Linköping, Suecia) han iniciado una colaboración destinada a mejorar las capacidades de diagnóstico de los radiólogos y, a... Más