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

Un implante de resonancia magnética monitoriza los procesos biofísicos en el cerebro

Por el equipo editorial de MedImaging en español
Actualizado el 14 Nov 2018
Un estudio nuevo describe cómo un sensor mínimamente invasivo para la resonancia magnética (RM) puede detectar actividad eléctrica o luminiscencia óptica en el cerebro.

Desarrollado en el Instituto de Tecnología de Massachusetts (MIT, Cambridge, MA, EUA), el nuevo sensor es básicamente una antena pequeña que detecta las ondas de radio emitidas por los núcleos de átomos de hidrógeno en el agua presente en los tejidos del cerebro. El sensor resonante acoplado inductivamente se sintoniza inicialmente a la frecuencia de radio emitida por los átomos de hidrógeno. Cuando se produce un evento electromagnético o fotónico local, se modifica la señal de resonancia magnética del sensor, y ya no coincide con la frecuencia de los átomos de hidrógeno. A continuación, los transductores basados en bobinas pueden ser detectados a través de un escáner de resonancia magnética, lo que permite la detección remota de los campos biológicos.

Imagen: Un sensor en miniatura puede medir las señales ópticas y eléctricas en el cerebro usando la resonancia magnética (Fotografía cortesía de Felice Frankel/ MIT).
Imagen: Un sensor en miniatura puede medir las señales ópticas y eléctricas en el cerebro usando la resonancia magnética (Fotografía cortesía de Felice Frankel/ MIT).

El sensor no requiere alimentación a bordo ni conectividad por cable, y es lo suficientemente sensible como para detectar potenciales en la escala de milivoltios, comparable a lo que genera el tejido biológico, especialmente en el cerebro. Por lo tanto, puede detectar impulsos eléctricos disparados por las neuronas individuales (potenciales de acción), o potenciales de campo locales producidos por un grupo de neuronas. El sensor también puede detectar la luz emitida por células diseñadas para expresar la proteína luciferasa, lo que permite a los investigadores determinar si los genes se incorporaron con éxito midiendo la luz producida. El estudio fue publicado el 22 de octubre de 2018 en la revista Nature Biomedical Engineering.

”Si los sensores estuvieran en el orden de cientos de micras, que es lo que sugiere el modelo en el futuro para esta tecnología, entonces podrías imaginar tomar una jeringa y distribuir un montón de ellos y dejarlos ahí”, dijo el autor senior, el profesor Alan Jasanoff, PhD. “Lo que esto haría es proporcionar muchas lecturas locales al tener sensores distribuidos por todo el tejido. También se podría usar para monitorizar fenómenos electromagnéticos en otras partes del cuerpo, incluidas las contracciones musculares o la actividad cardíaca”.

Los campos electromagnéticos biológicos surgen a lo largo de todas las profundidades y tipos de tejidos, y están asociados con procesos fisiológicos y señalización en los órganos del cuerpo. Actualmente, la forma más exacta de monitorizar la actividad eléctrica en el cerebro es insertar un electrodo, que es un método invasivo y potencialmente dañino. La electroencefalografía (EEG) es una forma no invasiva de medir la actividad eléctrica en el cerebro, pero no puede identificar el origen de la actividad.

Enlace relacionado:
Instituto de Tecnología de Massachusetts


Radiology Software
DxWorks
New
Mobile Cath Lab
Photon F65/F80
Digital X-Ray Detector Panel
Acuity G4
Digital Radiographic System
OMNERA 300M

Últimas RM noticias

Imágenes por RM ultrapotentes permiten cirugías en pacientes con epilepsia resistente al tratamiento

Tecnología de resonancia magnética impulsada por IA mejora el diagnóstico de Parkinson

La RM biparamétrica combinada con IA mejora la detección del cáncer de próstata clínicamente significativo