Técnica mejora calidad de exámenes de resonancia magnética

Por el equipo editorial de MedImaging en español
Actualizado el 17 Jul 2017

Los investigadores han descubierto una nueva forma de mejorar la calidad de las imágenes de resonancia magnética (RM) para su uso en los estudios a gran escala y el análisis de los resultados de los accidentes cerebrovasculares.

Imagen: Los investigadores han ideado una nueva técnica para aumentar la calidad de los exámenes de resonancia magnética de baja resolución y hacerlos adecuados para su uso en estudios a gran escala (Fotografía cortesía del MIT).

A las víctimas de accidente cerebrovascular a menudo les realizan una resonancia magnética cuando llegan al hospital, pero estas exploraciones no tienen una resolución lo suficientemente alta como para el análisis en investigación.

Ahora un equipo de investigadores en el Instituto Tecnológico de Massachusetts (MIT, Cambridge, MA, EUA), en colaboración con los médicos en el Hospital General de Massachusetts (Boston, MA, EUA) y muchas otras instituciones, ha descubierto una manera de aumentar la calidad de las exploraciones estándar de resonancia magnética para futuras investigaciones.

Las imágenes de resonancia magnética clínica, de emergencia, de los pacientes con accidente cerebrovascular, se toman en baja resolución con cortes de imágenes cada 5-7 mm. Sin embargo, los investigadores requieren imágenes de mayor resolución con cortes de sólo 1 mm de separación. Para completar los datos faltantes en las exploraciones de los pacientes con accidente cerebrovascular, los investigadores tomaron información de todo el conjunto de exploración y usaron algoritmos para recrear las características anatómicas que faltaban.

El autor en jefe del artículo, el Profesor de ciencias de la computación e ingeniería eléctrica, en el MIT, Polina Golland, dijo: “Estas imágenes son bastante únicas porque son adquiridas en la práctica clínica de rutina cuando un paciente entra con un accidente cerebrovascular. La idea clave es generar una imagen que es anatómicamente plausible y para un algoritmo, se parezca a uno de esos exámenes de investigación, que es totalmente coherente con las imágenes clínicas que se tomaron. Una vez que se tenga eso, puede aplicar todos los algoritmos, de última generación, que se desarrollaron para las hermosas imágenes de investigación y ejecutar el mismo análisis, y obtener los resultados como si se tratara de las imágenes de investigación”.