Endoscopio ultraminiaturizado produce imágenes de alta calidad
Por el equipo editorial de MedImaging en español Actualizado el 24 Dec 2019 |

Imagen: Imágenes capturadas con endoscopios en miniatura convencionales y el nuevo microendoscopio sin lente (Fotografía cortesía de Mark Foster/JHU)
Un estudio nuevo describe un microendoscopio, sin lentes, mínimamente invasivo, que reconstruye computacionalmente imágenes que son más claras y de mayor calidad que las convencionales basadas en lentes.
En desarrollo en la Universidad Johns Hopkins (JHU; Baltimore, MD, EUA), la Universidad de Harvard (Cambridge, MA, EUA) y otras instituciones, el nuevo microendoscopio utiliza una fibra multinúcleo para crear un sistema distal sin lentes que simultáneamente logre la miniaturización y un amplio campo de visión. Una rejilla de apertura codificada bloquea la luz al azar para crear una proyección en un patrón conocido, similar a hacer agujeros al azar en una hoja de papel y dejar que la luz brille a través de ellos. Esto crea una imagen confusa que puede proporcionar información sobre el origen de la luz. Esa información se puede reconstruir computacionalmente en una imagen más clara.
Además, el microendoscopio no requiere enfoque para observar objetos en diferentes planos. El “reenfoque” computacional puede determinar de dónde se originó la luz en el espacio 3D. Esto permite que el endoscopio sea físicamente más pequeño, aproximadamente del tamaño de unos pocos pelos humanos de ancho, que uno tradicional que requiere una lente de enfoque. En el futuro, los investigadores probarán el microendoscopio con procedimientos de etiquetado fluorescente en los que las neuronas activas del cerebro se etiquetarían e iluminarían, para determinar con qué precisión el endoscopio puede obtener imágenes de la actividad neuronal. El estudio fue publicado el 6 de diciembre de 2019 en la revista Science Advances.
“Durante miles de años, el objetivo ha sido hacer una imagen lo más clara posible. Ahora, gracias a la reconstrucción computacional, podemos capturar a propósito algo que se ve horrible y contraintuitivamente termina con una imagen final más clara”, dijo el autor principal, Mark Foster, PhD, del departamento de ingeniería eléctrica e informática de la JHU. “Por lo general, hay que sacrificar el tamaño o la calidad de la imagen. Hemos podido lograr ambas cosas con nuestro microendoscopio”.
Las cámaras sin lente basadas en imágenes de apertura codificada están diseñadas con factores de forma plana comparables a los de un sensor de imagen desnuda con distancias de trabajo variables. Para obtener imágenes, un objeto en el plano de muestra se ilumina con una fuente incoherente, y se captura una única instantánea de la luz dispersa utilizando la cámara en el extremo proximal de la fibra. Luego, se reconstruye una imagen de la escena utilizando la respuesta calibrada del sistema de fuentes puntuales individuales, el marco único de la respuesta del sistema del objeto y un algoritmo de reconstrucción de imagen.
Enlace relacionado:
Universidad Johns Hopkins
Universidad de Harvard
En desarrollo en la Universidad Johns Hopkins (JHU; Baltimore, MD, EUA), la Universidad de Harvard (Cambridge, MA, EUA) y otras instituciones, el nuevo microendoscopio utiliza una fibra multinúcleo para crear un sistema distal sin lentes que simultáneamente logre la miniaturización y un amplio campo de visión. Una rejilla de apertura codificada bloquea la luz al azar para crear una proyección en un patrón conocido, similar a hacer agujeros al azar en una hoja de papel y dejar que la luz brille a través de ellos. Esto crea una imagen confusa que puede proporcionar información sobre el origen de la luz. Esa información se puede reconstruir computacionalmente en una imagen más clara.
Además, el microendoscopio no requiere enfoque para observar objetos en diferentes planos. El “reenfoque” computacional puede determinar de dónde se originó la luz en el espacio 3D. Esto permite que el endoscopio sea físicamente más pequeño, aproximadamente del tamaño de unos pocos pelos humanos de ancho, que uno tradicional que requiere una lente de enfoque. En el futuro, los investigadores probarán el microendoscopio con procedimientos de etiquetado fluorescente en los que las neuronas activas del cerebro se etiquetarían e iluminarían, para determinar con qué precisión el endoscopio puede obtener imágenes de la actividad neuronal. El estudio fue publicado el 6 de diciembre de 2019 en la revista Science Advances.
“Durante miles de años, el objetivo ha sido hacer una imagen lo más clara posible. Ahora, gracias a la reconstrucción computacional, podemos capturar a propósito algo que se ve horrible y contraintuitivamente termina con una imagen final más clara”, dijo el autor principal, Mark Foster, PhD, del departamento de ingeniería eléctrica e informática de la JHU. “Por lo general, hay que sacrificar el tamaño o la calidad de la imagen. Hemos podido lograr ambas cosas con nuestro microendoscopio”.
Las cámaras sin lente basadas en imágenes de apertura codificada están diseñadas con factores de forma plana comparables a los de un sensor de imagen desnuda con distancias de trabajo variables. Para obtener imágenes, un objeto en el plano de muestra se ilumina con una fuente incoherente, y se captura una única instantánea de la luz dispersa utilizando la cámara en el extremo proximal de la fibra. Luego, se reconstruye una imagen de la escena utilizando la respuesta calibrada del sistema de fuentes puntuales individuales, el marco único de la respuesta del sistema del objeto y un algoritmo de reconstrucción de imagen.
Enlace relacionado:
Universidad Johns Hopkins
Universidad de Harvard
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
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... 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