Un algoritmo potenciado por la IA mejora las imágenes de radiografía digital
Por el equipo editorial de MedImaging en español Actualizado el 03 Dec 2018 |
Imagen: El aprendizaje automático puede ayudar a mejorar las imágenes digitales de rayos X (Fotografía cortesía de ContextVision).
Una integración de la tecnología de aprendizaje profundo y la radiografía digital (RD) ayuda a los médicos clínicos a interpretar con exactitud las imágenes médicas, lo que lleva a un mejor diagnóstico y una mejor atención a los pacientes.
El software Altumira de ContextVision (Estocolmo, Suecia) ha sido diseñado especialmente para satisfacer las exigentes necesidades de la RD al proporcionar un mayor contraste y resolución en paralelo con la supresión de ruido inteligente y los niveles de intensidad armonizados. El software ha sido diseñado para todos los sistemas de RD, desde las radiografías simples hasta los sistemas de angiografía avanzada, incluyendo fluoroscopia de baja dosis y secuencias de angiografía de alta calidad.
Al utilizar inteligencia artificial (IA), se puede lograr una calidad de imagen óptima incluso con diferentes condiciones, como diferentes exposiciones a dosis y diferentes anatomías para imágenes tanto estáticas como dinámicas. Altumira aborda los desafíos importantes relacionados con la durabilidad y la alta calidad de imagen, incluidas las diferentes condiciones de exposición entre pacientes; una amplia variedad de características de imagen y requisitos para todo tipo de anatomías; y niveles de dosis e intensidad variables, así como órganos y colimadores en movimiento en secuencias dinámicas.
“Este nuevo producto ha sido diseñado para sistemas de rayos X que se pueden usar para imágenes tanto estáticas como dinámicas. Estos sistemas combinados se usan cada vez más en la atención médica y en un segmento en crecimiento”, dijo Anita Tollstadius, directora ejecutiva de ContextVision. “Nuestros clientes ahora pueden satisfacer las exigentes necesidades de la radiografía digital en la actualidad, manejando todo tipo de variaciones dentro y entre imágenes y secuencias, tanto para la radiografía digital simple como para la dinámica”.
“El éxito de ContextVision se basa en un amplio conocimiento tecnológico y de aplicaciones combinado con una amplia plataforma tecnológica”, dijo Fredrik Palm, vicepresidente de negocios OEM en ContextVision. “El aprendizaje profundo es un ajuste natural, y ahora lo hemos incorporado como una tecnología central. Somos implacables en nuestra búsqueda de I+D y el desarrollo de productos para liderar continuamente el campo del análisis de imágenes y procesamiento de imágenes médicas con productos invaluables”.
El aprendizaje profundo es parte de una familia más amplia de métodos de aprendizaje automático de la IA basados en el aprendizaje de representaciones de datos, en lugar de algoritmos específicos de tareas. Incluye algoritmos de redes neuronales artificiales (ARN) que utilizan una cascada de muchas capas de unidades de procesamiento no lineal para la extracción y transformación de características y cada capa sucesiva utiliza la salida de la capa anterior como entrada para formar una representación jerárquica.
Enlace relacionado:
ContextVision
El software Altumira de ContextVision (Estocolmo, Suecia) ha sido diseñado especialmente para satisfacer las exigentes necesidades de la RD al proporcionar un mayor contraste y resolución en paralelo con la supresión de ruido inteligente y los niveles de intensidad armonizados. El software ha sido diseñado para todos los sistemas de RD, desde las radiografías simples hasta los sistemas de angiografía avanzada, incluyendo fluoroscopia de baja dosis y secuencias de angiografía de alta calidad.
Al utilizar inteligencia artificial (IA), se puede lograr una calidad de imagen óptima incluso con diferentes condiciones, como diferentes exposiciones a dosis y diferentes anatomías para imágenes tanto estáticas como dinámicas. Altumira aborda los desafíos importantes relacionados con la durabilidad y la alta calidad de imagen, incluidas las diferentes condiciones de exposición entre pacientes; una amplia variedad de características de imagen y requisitos para todo tipo de anatomías; y niveles de dosis e intensidad variables, así como órganos y colimadores en movimiento en secuencias dinámicas.
“Este nuevo producto ha sido diseñado para sistemas de rayos X que se pueden usar para imágenes tanto estáticas como dinámicas. Estos sistemas combinados se usan cada vez más en la atención médica y en un segmento en crecimiento”, dijo Anita Tollstadius, directora ejecutiva de ContextVision. “Nuestros clientes ahora pueden satisfacer las exigentes necesidades de la radiografía digital en la actualidad, manejando todo tipo de variaciones dentro y entre imágenes y secuencias, tanto para la radiografía digital simple como para la dinámica”.
“El éxito de ContextVision se basa en un amplio conocimiento tecnológico y de aplicaciones combinado con una amplia plataforma tecnológica”, dijo Fredrik Palm, vicepresidente de negocios OEM en ContextVision. “El aprendizaje profundo es un ajuste natural, y ahora lo hemos incorporado como una tecnología central. Somos implacables en nuestra búsqueda de I+D y el desarrollo de productos para liderar continuamente el campo del análisis de imágenes y procesamiento de imágenes médicas con productos invaluables”.
El aprendizaje profundo es parte de una familia más amplia de métodos de aprendizaje automático de la IA basados en el aprendizaje de representaciones de datos, en lugar de algoritmos específicos de tareas. Incluye algoritmos de redes neuronales artificiales (ARN) que utilizan una cascada de muchas capas de unidades de procesamiento no lineal para la extracción y transformación de características y cada capa sucesiva utiliza la salida de la capa anterior como entrada para formar una representación jerárquica.
Enlace relacionado:
ContextVision
Últimas Imaginología General noticias
- Aplicación RA convierte escaneos médicos en hologramas para ayudar en planificación quirúrgica
- Tecnología de imágenes proporciona nuevo enfoque innovador para diagnosticar y tratar cáncer de intestino
- Puntuación de calcio coronario por TC predice ataques cardíacos y accidentes cerebrovasculares
- Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC
- El algoritmo de aprendizaje profundo basado en TC diferencia con precisión las fracturas vertebrales benignas de las malignas
- Tecnología innovadora revoluciona imágenes mamarias
- Sistema de última generación mejora la precisión de procedimientos intervencionistas y diagnóstico guiados por imágenes
- Dispositivo basado en catéter con nuevo enfoque de imágenes cardiovasculares ofrece visión sin precedentes de placas peligrosas
- Modelo de IA dibuja mapas para identificar con precisión tumores y enfermedades en imágenes médicas
- Sistema de TC habilitado por IA proporciona resultados de imágenes más precisos y confiables
- Exámenes de TC tórax de rutina pueden identificar pacientes con riesgo de enfermedad cardiovascular
- Software de planificación quirúrgica preoperatoria de RA hace que la cirugía sea más segura y eficiente
- Biopsia virtual impulsada por IA ayuda a evaluar cáncer de pulmón a partir de exploraciones médicas
- Nuevos materiales imprimibles en 3D para cirugía reconstructiva se pueden monitorear mediante rayos X o TC
- TC con conteo de fotones mejora evaluación de enfermedad arterial coronaria
- Nuevo radiotrazador ilumina exploración PET para detección más temprana de enfermedades