Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Primera tecnología de reconstrucción de imágenes basada en el aprendizaje profundo recibe la aprobación de la FDA

Por el equipo editorial de MedImaging en español
Actualizado el 07 May 2019
Print article
Imagen: El Revolution Apex TC con tecnología de Reconstrucción de Imagen de Aprendizaje Profundo (DLIR) (Fotografía cortesía de GE Healthcare).
Imagen: El Revolution Apex TC con tecnología de Reconstrucción de Imagen de Aprendizaje Profundo (DLIR) (Fotografía cortesía de GE Healthcare).
GE Healthcare (Chicago, IL, EUA) recibió la aprobación 510 (k) de la FDA de los EUA para su motor de reconstrucción de imágenes de aprendizaje profundo (DLIR) en su nuevo dispositivo Revolution Apex CT, y como una actualización a sus sistemas, Revolution CT, que se usen en los EUA. DLIR es una opción de reconstrucción de imágenes de próxima generación que utiliza una red neuronal profunda (RNP) dedicada, para generar imágenes en TrueFidelity TC. Estas imágenes en TrueFidelity TC tienen el potencial de mejorar la confianza en la lectura para una amplia gama de aplicaciones clínicas como la cabeza, todo el cuerpo y cardiovascular para pacientes de todas las edades.

La FDA también ha otorgado la aprobación 510 (k) a tres aplicaciones adicionales de TC, introducidas recientemente por GE Healthcare en la RSNA 2018. Incluyen VCAR Hueso, VCAR Torácico con GSI Pulmonary Perfusion y SnapShot Freeze 2. Tanto VCAR Hueso como SnapShot Freeze 2 se basan en la plataforma Edison que ayuda a acelerar el desarrollo y la adopción de la tecnología de Inteligencia Artificial (IA) y permite a los proveedores brindar una atención más rápida y precisa.

VCAR Hueso utiliza un algoritmo de aprendizaje profundo para identificar y etiquetar de manera automática las vértebras para una evaluación más rápida de la columna y mejorar la eficiencia de los informes. SnapShot Freeze 2 es un algoritmo de corrección de movimiento inteligente que lleva las imágenes cardíacas al siguiente nivel al expandir la amplitud de las aplicaciones de corrección de movimiento inteligente, mejorando aún más el desempeño clínico e introduciendo la corrección de movimiento de todo el corazón. VCAR Tórax con perfusión pulmonar GSI proporciona segmentación y mediciones automatizadas para la evaluación y el seguimiento de las enfermedades torácicas. Ahora también incluye la Perfusión Pulmonar GSI dedicada, un protocolo de un solo clic para ayudar en la identificación de variaciones de la distribución de perfusión relativa en los pulmones. Las enfermedades torácicas que se pueden asociar con cambios en la perfusión incluyen embolia pulmonar o la enfermedad pulmonar obstructiva crónica (EPOC).

“Estamos orgullosos de dar paso a la próxima generación de reconstrucción de imágenes”, dijo Mike Barber, presidente y director ejecutivo de MICT, GE Healthcare. “Nuestro motor de Reconstrucción de Imágenes de Aprendizaje Profundo combina la calidad de imagen de verdad real de la proyección de la espalda filtrada (FBP) con las capacidades de baja dosis de la reconstrucción iterativa para producir imágenes de TrueFidelity TC. Estas imágenes ofrecen una calidad de imagen excepcional y restauran la textura del ruido para mejorar la confianza de los radiólogos en el diagnóstico de una amplia gama de casos clínicos”.

“Los médicos que han revisado nuestras nuevas imágenes de TrueFidelity TC dicen consistentemente que se encuentran entre las mejores imágenes de TC que jamás hayan visto, y nuestro estudio de lector-510(k) también demostró esta mejora”, dijo Scott Schubert, gerente general de TC premium mundial en GE Healthcare. “Revolution Apex ofrece innovaciones en la tecnología de TC, incluido el tubo de rayos, X Quantix 160, y la Reconstrucción de Imágenes de Aprendizaje Profundo, y nos complace presentar estas innovaciones como actualizaciones opcionales para nuestros usuarios de Revolution TC, también”.

Enlace relacionado:
GE Healthcare

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Enterprise Imaging & Reporting Solution
Syngo Carbon
New
1.5T MRI System
uMR 670
Ultrasound Needle Guide
Ultra-Pro II

Print article

Canales

Radiografía

ver canal
Imagen: La detección de cáncer de seno asistido por AI puede reducir las pruebas innecesarias (foto cortesía de Wustl)

Asistencia de IA mejora detección del cáncer de mama al reducir los falsos positivos

Radiólogos suelen detectar un caso de cáncer por cada 200 mamografías revisadas. Sin embargo, estas evaluaciones a menudo dan como resultado falsos positivos, lo que lleva a retiros... Más

RM

ver canal
Imagen: Tam-Sense es una nueva tecnología que hace posible ver la inflamación en una resonancia magnética (foto cortesía de Pixabay)

Nueva tecnología de imágenes de cuerpo completo permite visualizar la inflamación en la resonancia magnética

Los macrófagos son células inmunitarias importantes que desempeñan un papel crucial tanto en la respuesta inflamatoria normal del cuerpo como en una parte importante de los tumores... Más

Medicina Nuclear

ver canal
Imagen: El sistema de IA utiliza imágenes de gammagrafía para el diagnóstico temprano de amiloidosis cardíaca (Fotografía cortesía de 123RF)

Sistema de IA detecta de forma automática y confiable amiloidosis cardíaca mediante imágenes de gammagrafía

La amiloidosis cardíaca, una afección caracterizada por la acumulación de depósitos anormales de proteínas (amiloide) en el músculo cardíaco, afecta gravemente... Más

Imaginología General

ver canal
Imagen: El modelo de aprendizaje automático Tyche podría ayudar a capturar información crucial. (Foto cortesía de 123RF)

Nuevo método de IA captura la incertidumbre en imágenes médicas

En el campo de la biomedicina, la segmentación es el proceso de anotar píxeles de una estructura importante en imágenes médicas, como órganos o células. Los modelos de Inteligencia Artificial (IA) se utilizan... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

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