Solución de reconstrucción de imágenes basada en la IA recibe aprobación de la FDA
Por el equipo editorial de MedImaging en español Actualizado el 16 Jul 2019 |
Imagen: Una comparación entre las imágenes de TC reconstruidas utilizando el software de reconstrucción iterativo estándar y la solución AiCE de Canon (Fotografía cortesía de Canon Medical).
Canon Medical Systems USA, Inc. (Tustin, CA, EUA) recibió la aprobación 510 (k) de la FDA para su nueva tecnología de reconstrucción de imágenes de red neuronal convolucional profunda (DCNN). El motor Clear-IQ de inteligencia avanzada (AiCE) de Canon Medical utiliza un algoritmo de aprendizaje profundo para diferenciar la señal del ruido de modo que pueda suprimir el ruido y mejorar la señal.
El algoritmo tiene la capacidad de aprender de la alta calidad de imágenes de la Reconstrucción Iterativa Basada en Modelos (MBIR), para reconstruir las imágenes de TC con una resolución espacial mejorada, una velocidad 3 a 5 veces más rápida que la MBIR tradicional. Con el método de aprendizaje profundo de AiCE, miles de funciones aprendidas durante el entrenamiento ayudan a diferenciar la señal del ruido para mejorar la resolución. AiCE aplica un DCNN preentrenado para mejorar la resolución espacial y al mismo tiempo reduce el ruido con velocidades de reconstrucción lo suficientemente rápidas para entornos clínicos ocupados.
“Nuestra tecnología AiCE utiliza un enfoque de próxima generación para la reconstrucción de imágenes de TC, demostrando aún más el liderazgo y el compromiso de Canon Medical con la innovación en el diagnóstico por imágenes”, dijo Dominic Smith, director senior de las Unidades de Negocios de TC, TEP/TC y RM de Canon Medical Systems USA . “Esta tecnología no solo satisface las necesidades cambiantes de nuestros clientes, las supera, abriendo las puertas a imágenes más claras y precisas con el fin de ayudar a optimizar la atención a los pacientes”.
Enlace relacionado:
Canon Medical Systems USA, Inc.
El algoritmo tiene la capacidad de aprender de la alta calidad de imágenes de la Reconstrucción Iterativa Basada en Modelos (MBIR), para reconstruir las imágenes de TC con una resolución espacial mejorada, una velocidad 3 a 5 veces más rápida que la MBIR tradicional. Con el método de aprendizaje profundo de AiCE, miles de funciones aprendidas durante el entrenamiento ayudan a diferenciar la señal del ruido para mejorar la resolución. AiCE aplica un DCNN preentrenado para mejorar la resolución espacial y al mismo tiempo reduce el ruido con velocidades de reconstrucción lo suficientemente rápidas para entornos clínicos ocupados.
“Nuestra tecnología AiCE utiliza un enfoque de próxima generación para la reconstrucción de imágenes de TC, demostrando aún más el liderazgo y el compromiso de Canon Medical con la innovación en el diagnóstico por imágenes”, dijo Dominic Smith, director senior de las Unidades de Negocios de TC, TEP/TC y RM de Canon Medical Systems USA . “Esta tecnología no solo satisface las necesidades cambiantes de nuestros clientes, las supera, abriendo las puertas a imágenes más claras y precisas con el fin de ayudar a optimizar la atención a los pacientes”.
Enlace relacionado:
Canon Medical Systems USA, Inc.
Últimas Industria noticias
- Samsung y Bracco firman nuevo acuerdo de tecnología de ultrasonido de diagnóstico
- IBA adquiere Radcal para ampliar oferta de garantía de calidad de imágenes médicas
- Sociedades internacionales sugieren consideraciones clave para herramientas IA para radiología
- Dispositivos de rayos X de Samsung funcionarán con soluciones de IA de Lunit para exámenes avanzados de tórax
- Canon Medical y Olympus colaboran en sistemas de ultrasonido endoscópico
- GE HealthCare adquiere empresa de análisis de imágenes por IA MIM Software
- Primeros criterios internacionales establecen las bases para mejorar diagnóstico por imágenes de tumores cerebrales
- RSNA revela los 10 estudios de radiología más citados de 2023
- Exposiciones técnicas RSNA 2023 ofrecerá innovaciones en IA, impresión 3D y más
- Según un estudio, productos de imágenes médicas por IA se quintuplicarán para 2035
- Exposiciones técnicas de RSNA 2023 destacan las últimas innovaciones en imágenes médicas
- Tecnologías impulsadas por IA ayudan a interpretar rediografías e imágenes de resonancias magnéticas para mejorar diagnóstico de enfermedades
- Hologic y Bayer se asocian para mejorar imágenes de mamografía
- Mercado mundial de arcos en C fijos y móviles impulsado por aumento de procedimientos quirúrgicos
- Mercado mundial de ultrasonido mejorado por contraste impulsado por demanda de detección temprana de enfermedades crónicas
- Uso de imágenes avanzadas aumenta en departamentos de emergencia