Imagenología hiperespectral detecta el cáncer durante la cirugía
Por el equipo editorial de MedImaging en español Actualizado el 29 Oct 2019 |
Imagen: El Dr. Baowei Fei demostrando la HSI de tejido (Fotografía cortesía de UTD).
Un microscopio quirúrgico inteligente que examina las células en el espectro ultravioleta (UV) e infrarrojo cercano (CIR), podría ayudar a identificar las células cancerosas en la sala de operaciones (OR).
Desarrollado por investigadores del Centro Médico Southwestern de la Universidad de Texas (UT) (UTS; Dallas, TX, EUA), la Universidad de Texas en Dallas (UTD; Richardson, EUA) y otras instituciones, el microscopio de imagenología hiperespectral basado en reflectancia (HSI) y autofluorescencia, proporciona una modalidad de imagenología óptica no ionizante que puede detectar con exactitud y ayudar a reducir márgenes quirúrgicos inadecuados durante las cirugías de carcinomas escamocelulares (SCC) en minutos, utilizando herramientas de aprendizaje profundo y de aprendizaje automático.
Para el estudio, los investigadores examinaron 102 muestras de tejido extirpado. Las muestras de tejido se fotografiaron primero con HSI basada en reflectancia e imágenes de autofluorescencia, y luego con dos colorantes fluorescentes con el fin de poder comparar. Los resultados mostraron que la HSI basada en la reflectancia y las imágenes de autofluorescencia podían detectar el cáncer a una resolución de micras y superaron tanto las imágenes usando el colorante proflavina como las imágenes estándar rojas, verdes y azules (RVA). En general, la HSI predijo la presencia de células cancerosas con una exactitud del 80-90%. El estudio fue publicado el 14 de septiembre de 2019 en la revista Cancers.
“Esperamos que esta tecnología pueda ayudar a los cirujanos a detectar mejor el cáncer durante la cirugía, reducir el tiempo de operación, disminuir los costos médicos y salvar vidas. La HSI no es invasiva, es portátil y no requiere radiación ni un agente de contraste”, concluyeron el autor principal, Baowei Fei, PhD, EngD, del departamento de radiología de la UTS, y sus colegas. “Si tenemos una gran base de datos que sabe qué es el tejido normal y qué es el tejido canceroso, entonces podemos entrenar a nuestro sistema para aprender las características de los espectros. Una vez entrenado, el dispositivo inteligente puede predecir si una nueva muestra es un tejido canceroso o no”.
La HSI puede ayudar a adquirir grandes cantidades de bandas espectrales en todo el espectro electromagnético (tanto dentro como fuera del rango visual) con una resolución espacial muy fina. Tan bien, de hecho, que por cada píxel de imagen se puede detectar un espectro completo de color. Usando esta información y algoritmos de clasificación complejos, es posible determinar qué material o sustancia se encuentra en cada píxel.
Enlace relacionado:
Centro Médico Southwestern de la Universidad de Texas
Universidad de Texas en Dallas
Desarrollado por investigadores del Centro Médico Southwestern de la Universidad de Texas (UT) (UTS; Dallas, TX, EUA), la Universidad de Texas en Dallas (UTD; Richardson, EUA) y otras instituciones, el microscopio de imagenología hiperespectral basado en reflectancia (HSI) y autofluorescencia, proporciona una modalidad de imagenología óptica no ionizante que puede detectar con exactitud y ayudar a reducir márgenes quirúrgicos inadecuados durante las cirugías de carcinomas escamocelulares (SCC) en minutos, utilizando herramientas de aprendizaje profundo y de aprendizaje automático.
Para el estudio, los investigadores examinaron 102 muestras de tejido extirpado. Las muestras de tejido se fotografiaron primero con HSI basada en reflectancia e imágenes de autofluorescencia, y luego con dos colorantes fluorescentes con el fin de poder comparar. Los resultados mostraron que la HSI basada en la reflectancia y las imágenes de autofluorescencia podían detectar el cáncer a una resolución de micras y superaron tanto las imágenes usando el colorante proflavina como las imágenes estándar rojas, verdes y azules (RVA). En general, la HSI predijo la presencia de células cancerosas con una exactitud del 80-90%. El estudio fue publicado el 14 de septiembre de 2019 en la revista Cancers.
“Esperamos que esta tecnología pueda ayudar a los cirujanos a detectar mejor el cáncer durante la cirugía, reducir el tiempo de operación, disminuir los costos médicos y salvar vidas. La HSI no es invasiva, es portátil y no requiere radiación ni un agente de contraste”, concluyeron el autor principal, Baowei Fei, PhD, EngD, del departamento de radiología de la UTS, y sus colegas. “Si tenemos una gran base de datos que sabe qué es el tejido normal y qué es el tejido canceroso, entonces podemos entrenar a nuestro sistema para aprender las características de los espectros. Una vez entrenado, el dispositivo inteligente puede predecir si una nueva muestra es un tejido canceroso o no”.
La HSI puede ayudar a adquirir grandes cantidades de bandas espectrales en todo el espectro electromagnético (tanto dentro como fuera del rango visual) con una resolución espacial muy fina. Tan bien, de hecho, que por cada píxel de imagen se puede detectar un espectro completo de color. Usando esta información y algoritmos de clasificación complejos, es posible determinar qué material o sustancia se encuentra en cada píxel.
Enlace relacionado:
Centro Médico Southwestern de la Universidad de Texas
Universidad de Texas en Dallas
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