Radiografías pulmonares de bajas dosis facilitan el diagnóstico del coronavirus
Por el equipo editorial de MedImaging en español Actualizado el 18 May 2020 |

Imagen: Esquema de un dispositivo para imágenes de rayos X de campo oscuro (Fotografía cortesía de la TUM)
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 Técnica de Múnich (TUM; Alemania), las imágenes de campo oscuro visualizan la dispersión de rayos X. Mientras que las imágenes convencionales de rayos X muestran la atenuación de los rayos X en su camino a través del tejido, el método de campo oscuro se enfoca en la pequeña porción de la luz de rayos X que está dispersa, de manera similar a las tecnologías de microscopía de campo oscuro establecidas desde hace mucho tiempo que usan luz visible. Para hacerlo, las imágenes de campo oscuro de rayos X utilizan rejillas como elementos ópticos; las rejillas son arreglos de líneas finas que alternan entre diferentes grados de transparencia de rayos X.
Se usaron un total de tres rejillas. Debido a la longitud de onda corta de los rayos X, las líneas de las rejillas tienen solo unas pocas micras (milésimas de milímetro) de ancho. El paciente se encuentra entre la segunda y la tercera rejilla. El detector de rayos X recibe una imagen de rayos X convencional que se superpone con un patrón de franjas. El patrón de franjas es el más débil en las áreas donde se visualizan regiones con alvéolos intactos. Luego, el software especializado reconstruye dos imágenes separadas, una imagen de rayos X convencional y una imagen de campo oscuro en la que las áreas con alvéolos intactos aparecen brillantes y las áreas con alvéolos dañados aparecen oscuras.
“En la neumonía del tipo causada por la Covid-19, se forman estructuras en el pulmón que inicialmente se asemejan a rellenos de algodón o telarañas, y que luego se extienden por todo el pulmón y se llenan de líquido. Los cambios en el pulmón están asociados con daños en los alvéolos que podrían ser claramente visibles en las imágenes de campo oscuro”, dijo el profesor Franz Pfeiffer, PhD. “La dispersión es particularmente fuerte en las interfaces entre el aire y el tejido. Como resultado, una imagen de campo oscuro del pulmón puede diferenciar claramente áreas con alvéolos que están intactos, es decir, llenos de aire, de regiones en las que los alvéolos se han colapsado o están llenos de líquido”.
Los métodos de rayos X se pueden usar para identificar cambios patológicos en el pulmón que generalmente pueden acompañar a la Covid-19, pero los cambios causados no se pueden identificar claramente en una imagen de rayos X bidimensional convencional y requieren TC. La tecnología de campo oscuro implicaría la exposición a una dosis de radiación significativamente menor, ya que solo requiere una sola imagen por paciente, mientras que la TC requiere una gran cantidad de imágenes individuales tomadas desde varios ángulos. También permitiría examinar grandes cantidades de pacientes en muy poco tiempo, proporcionando resultados inmediatamente después del examen.
Enlace relacionado:
Universidad Técnica de Múnich
Desarrollado en la Universidad Técnica de Múnich (TUM; Alemania), las imágenes de campo oscuro visualizan la dispersión de rayos X. Mientras que las imágenes convencionales de rayos X muestran la atenuación de los rayos X en su camino a través del tejido, el método de campo oscuro se enfoca en la pequeña porción de la luz de rayos X que está dispersa, de manera similar a las tecnologías de microscopía de campo oscuro establecidas desde hace mucho tiempo que usan luz visible. Para hacerlo, las imágenes de campo oscuro de rayos X utilizan rejillas como elementos ópticos; las rejillas son arreglos de líneas finas que alternan entre diferentes grados de transparencia de rayos X.
Se usaron un total de tres rejillas. Debido a la longitud de onda corta de los rayos X, las líneas de las rejillas tienen solo unas pocas micras (milésimas de milímetro) de ancho. El paciente se encuentra entre la segunda y la tercera rejilla. El detector de rayos X recibe una imagen de rayos X convencional que se superpone con un patrón de franjas. El patrón de franjas es el más débil en las áreas donde se visualizan regiones con alvéolos intactos. Luego, el software especializado reconstruye dos imágenes separadas, una imagen de rayos X convencional y una imagen de campo oscuro en la que las áreas con alvéolos intactos aparecen brillantes y las áreas con alvéolos dañados aparecen oscuras.
“En la neumonía del tipo causada por la Covid-19, se forman estructuras en el pulmón que inicialmente se asemejan a rellenos de algodón o telarañas, y que luego se extienden por todo el pulmón y se llenan de líquido. Los cambios en el pulmón están asociados con daños en los alvéolos que podrían ser claramente visibles en las imágenes de campo oscuro”, dijo el profesor Franz Pfeiffer, PhD. “La dispersión es particularmente fuerte en las interfaces entre el aire y el tejido. Como resultado, una imagen de campo oscuro del pulmón puede diferenciar claramente áreas con alvéolos que están intactos, es decir, llenos de aire, de regiones en las que los alvéolos se han colapsado o están llenos de líquido”.
Los métodos de rayos X se pueden usar para identificar cambios patológicos en el pulmón que generalmente pueden acompañar a la Covid-19, pero los cambios causados no se pueden identificar claramente en una imagen de rayos X bidimensional convencional y requieren TC. La tecnología de campo oscuro implicaría la exposición a una dosis de radiación significativamente menor, ya que solo requiere una sola imagen por paciente, mientras que la TC requiere una gran cantidad de imágenes individuales tomadas desde varios ángulos. También permitiría examinar grandes cantidades de pacientes en muy poco tiempo, proporcionando resultados inmediatamente después del examen.
Enlace relacionado:
Universidad Técnica de Múnich
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