Diseñan aplicación para transformar tecnologías de imagenología
Por el equipo editorial de MedImaging en español Actualizado el 05 Apr 2013 |
Los científicos están mejorando el desempeño de tecnologías que van desde escáneres de tomografía computarizada (TC) médica hasta cámaras digitales utilizando una serie de modelos para extraer información de grupos de datos muy grandes y luego reconstruyendo las imágenes, de manera similar a un rompecabezas.
La nueva aplicación se denomina reconstrucción iterativa basada en modelo (MBIR, por sus siglas en inglés). “Es más o menos como los humanos solucionan los problemas por ensayo y error, evaluando la probabilidad y descartando información superflua”, dijo el Dr. Charles Bouman, profesor de ingeniería eléctrica y de computación y una profesora de ingeniería biomética de la Universidad Purdue (West Lafayette, IN, EUA).
La MBIR se ha usado en la tecnología nueva de TC que solo expone a los pacientes a una cuarta parte de la radiación de los escáneres TC convencionales. En la electrónica de consumo, han diseñado una cámara nueva que le permite al usuario enfocar la imagen después de que se ha tomado. “Esas innovaciones son el resultado de 20 años de investigación mundial para desarrollar la reconstrucción iterativa”, dijo el Dr. Bouman. “Estamos solo arañando la superficie. A medida de que la comunidad de investigación construya modelos más precisos, podemos extraer más información para conseguir resultados mejores”.
La reducción en la exposición a la radiación en los escáneres TC médicos se debe a la mayor eficiencia lograda usando los algoritmos y modelos. Los investigadores también han usado la aplicación para mejorar la calidad de las imágenes capturadas con un microscopio electrónico.
Purdue, la Universidad de Notre Dame (West Bend, IN, EUA), y GE Healthcare (Chalfont St. Giles, Reino Unido), emplearon MBIR para crear Veo, una tecnología nueva de TC que les permite a los médicos diagnosticar pacientes con imágenes de alta nitidez, a dosis de radiación bajas anteriormente no conseguibles. La tecnología ha demostrado reducir la exposición de la radiación en 78%. “Si usted puede lograr exámenes útiles diagnósticamente a tales dosis bajas esto abre el potencial para hacer programas de detección a gran escala para cosas como el cáncer de pulmón”, dijo el Dr. Bouman. “Usted abre completamente aplicaciones clínicas nuevas porque la dosis es tan baja”.
Un escáner TC es mucho mejor para diagnosticar la enfermedad, que los rayos-x planos porque proporciona una imagen tridimensional (3D) del tejido. Sin embargo, los equipos convencionales de TC emiten demasiada radiación para ameritar un uso diagnóstico más amplio. “Pero a medida que la dosis baja, el equilibrio riesgo-beneficio para la detección se volverá mucho más favorable”, dijo el Dr. Bouman. “Para la microscopía electrónica, la ventaja principal es la resolución más alta, pero también hay alguna ventaja por la reducción de la dosis de electrones, que pueden dañar la muestra”.
La investigación para desarrollar Veo ha sido un esfuerzo de equipo con el Dr. Ken Sauer, un profesor asociado de ingeniería eléctrica en Notre Dame, en colaboración con el Dr. Jean-Baptiste Thibault, el Dr. Jiang Hsieh, y el Dr. Zhou Yu. Los Drs. Thibault y Yu trabajaron en la tecnología como asistentes graduados bajo la dirección del Dr. Bouman y el Dr. Sauer y ambos trabajan actualmente en GE Healthcare.
La resolución mejorada puede ayudarles a los investigadores a diseñar la siguiente generación de nanocompuestos para aplicaciones como pilas de combustible y cubiertas transparentes. Un artículo sobre la tecnología fue publicado en Enero de 2013 en la revista Current Radiological Reports.
Los modelos y algoritmos en la MBIR aplican cálculos de probabilidad para extraer los datos exactos, al igual que las personas usan supuestos lógicos para sacar conclusiones. “Usted busca todos los datos posibles para encontrar lo que está buscando”, dijo el Dr. Bouman. “Esto es como las personas resuelven los problemas. Usted vio a Bob ayer en la tienda; se pregunta de dónde venía. Bien, usted determina que probablemente viene de trabajar porque tiene algunos modelos de probabilidad en su mente. Usted sabe que probablemente no venía de San Francisco porque él no va a San Francisco con mucha frecuencia, etc.”
La MBIR también puede traer escáneres TC más rentables para la vigilancia en los aeropuertos. En los escáneres tradicionales, una fuente de rayos-x rota a velocidades altas en círculo alrededor de una cámara, captando imágenes de sección transversal del equipaje colocado dentro de la cámara. Sin embargo, MBIR puede permitir que los dispositivos sean dinamizados elimando la necesidad de que el mecanismo rote.
Enlaces relacionados:
Purdue University
University of Notre Dame
GE Healthcare
La nueva aplicación se denomina reconstrucción iterativa basada en modelo (MBIR, por sus siglas en inglés). “Es más o menos como los humanos solucionan los problemas por ensayo y error, evaluando la probabilidad y descartando información superflua”, dijo el Dr. Charles Bouman, profesor de ingeniería eléctrica y de computación y una profesora de ingeniería biomética de la Universidad Purdue (West Lafayette, IN, EUA).
La MBIR se ha usado en la tecnología nueva de TC que solo expone a los pacientes a una cuarta parte de la radiación de los escáneres TC convencionales. En la electrónica de consumo, han diseñado una cámara nueva que le permite al usuario enfocar la imagen después de que se ha tomado. “Esas innovaciones son el resultado de 20 años de investigación mundial para desarrollar la reconstrucción iterativa”, dijo el Dr. Bouman. “Estamos solo arañando la superficie. A medida de que la comunidad de investigación construya modelos más precisos, podemos extraer más información para conseguir resultados mejores”.
La reducción en la exposición a la radiación en los escáneres TC médicos se debe a la mayor eficiencia lograda usando los algoritmos y modelos. Los investigadores también han usado la aplicación para mejorar la calidad de las imágenes capturadas con un microscopio electrónico.
Purdue, la Universidad de Notre Dame (West Bend, IN, EUA), y GE Healthcare (Chalfont St. Giles, Reino Unido), emplearon MBIR para crear Veo, una tecnología nueva de TC que les permite a los médicos diagnosticar pacientes con imágenes de alta nitidez, a dosis de radiación bajas anteriormente no conseguibles. La tecnología ha demostrado reducir la exposición de la radiación en 78%. “Si usted puede lograr exámenes útiles diagnósticamente a tales dosis bajas esto abre el potencial para hacer programas de detección a gran escala para cosas como el cáncer de pulmón”, dijo el Dr. Bouman. “Usted abre completamente aplicaciones clínicas nuevas porque la dosis es tan baja”.
Un escáner TC es mucho mejor para diagnosticar la enfermedad, que los rayos-x planos porque proporciona una imagen tridimensional (3D) del tejido. Sin embargo, los equipos convencionales de TC emiten demasiada radiación para ameritar un uso diagnóstico más amplio. “Pero a medida que la dosis baja, el equilibrio riesgo-beneficio para la detección se volverá mucho más favorable”, dijo el Dr. Bouman. “Para la microscopía electrónica, la ventaja principal es la resolución más alta, pero también hay alguna ventaja por la reducción de la dosis de electrones, que pueden dañar la muestra”.
La investigación para desarrollar Veo ha sido un esfuerzo de equipo con el Dr. Ken Sauer, un profesor asociado de ingeniería eléctrica en Notre Dame, en colaboración con el Dr. Jean-Baptiste Thibault, el Dr. Jiang Hsieh, y el Dr. Zhou Yu. Los Drs. Thibault y Yu trabajaron en la tecnología como asistentes graduados bajo la dirección del Dr. Bouman y el Dr. Sauer y ambos trabajan actualmente en GE Healthcare.
La resolución mejorada puede ayudarles a los investigadores a diseñar la siguiente generación de nanocompuestos para aplicaciones como pilas de combustible y cubiertas transparentes. Un artículo sobre la tecnología fue publicado en Enero de 2013 en la revista Current Radiological Reports.
Los modelos y algoritmos en la MBIR aplican cálculos de probabilidad para extraer los datos exactos, al igual que las personas usan supuestos lógicos para sacar conclusiones. “Usted busca todos los datos posibles para encontrar lo que está buscando”, dijo el Dr. Bouman. “Esto es como las personas resuelven los problemas. Usted vio a Bob ayer en la tienda; se pregunta de dónde venía. Bien, usted determina que probablemente viene de trabajar porque tiene algunos modelos de probabilidad en su mente. Usted sabe que probablemente no venía de San Francisco porque él no va a San Francisco con mucha frecuencia, etc.”
La MBIR también puede traer escáneres TC más rentables para la vigilancia en los aeropuertos. En los escáneres tradicionales, una fuente de rayos-x rota a velocidades altas en círculo alrededor de una cámara, captando imágenes de sección transversal del equipaje colocado dentro de la cámara. Sin embargo, MBIR puede permitir que los dispositivos sean dinamizados elimando la necesidad de que el mecanismo rote.
Enlaces relacionados:
Purdue University
University of Notre Dame
GE Healthcare
Últimas Radiografía noticias
- Técnica de imágenes con IA se muestra prometedora en la evaluación de pacientes para ICP
- Mayor uso de radiografías de tórax permite detectar el cáncer de pulmón en etapas tempranas
- Las mamografías impulsadas por IA predicen el riesgo cardiovascular
- Modelo de IA generativa reduce significativamente el tiempo de lectura de radiografías de tórax
- La mamografía impulsada por IA mejora la detección de cáncer en entornos de lectura única
- Los detectores de conteo de fotones prometen imágenes rápidas de rayos X en color
- La IA puede señalar mamografías para una resonancia magnética suplementaria
- Imágenes 3D por TC a partir de una sola proyección de rayos X reducen la exposición a la radiación
- Método de IA predice el riesgo de cáncer de mama al analizar múltiples mamografías
- Sensores de rayos X orgánicos imprimibles podrían transformar el tratamiento del cáncer
- Detector altamente sensible y plegable hace que la radiografía sea más segura
- Nueva tecnología de detección de cáncer de mama podría ofrecer una alternativa superior a la mamografía
- Inteligencia artificial predice con precisión el cáncer de mama años antes del diagnóstico
- Radiografía de tórax con IA detecta nódulos pulmonares tres años antes de los síntomas del cáncer de pulmón
- Modelo de IA identifica fracturas por compresión vertebral en radiografías de tórax
- La mamografía 3D avanzada puede detectar más cánceres de mama
Canales
RM
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
Técnica de microscopía basada en ultrasonido ayuda a diagnosticar enfermedades de pequeños vasos
La ecografía clínica, comúnmente utilizada en exámenes durante el embarazo, proporciona imágenes en tiempo real de las estructuras corporales. Es una de las técnicas... Más
Células inmunitarias activadas por ultrasonido destruyen células cancerosas
La terapia de células T con receptores de antígenos quiméricos (CAR) se ha convertido en un tratamiento oncológico muy prometedor, especialmente en los cánceres hematológicos como la leucemia.... 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... MásImaginología General
ver canal
Sistema de imágenes impulsado por IA mejora el diagnóstico del cáncer de pulmón
Dada la necesidad de detectar el cáncer de pulmón en etapas tempranas, existe una creciente necesidad de una vía de diagnóstico definitiva para pacientes con nódulos pulmonares sospechosos.... Más
Modelo de IA mejora las capacidades de la tomografía computarizada de baja dosis
El cáncer de pulmón sigue siendo una de las enfermedades más difíciles de abordar, lo que hace que el diagnóstico temprano sea fundamental para un tratamiento eficaz.... 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