Un modelo de IA mejora imágenes de resonancia magnética para detectar anomalías cerebrales
- curecompass
- 20 octubre, 2024
- I+D, Medicina, Tecnología
- Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora (MICCAI), IRM 7T, Portada, UCSF, Universidad de California en San Francisco
- 0 Comments
Un nuevo modelo de aprendizaje automático podría revolucionar el diagnóstico de lesiones cerebrales al mejorar la calidad de las imágenes de resonancia magnética 3T, simulando la resolución de las 7T.
Un equipo de investigadores de la Universidad de California en San Francisco (UCSF) ha desarrollado un modelo de inteligencia artificial (IA) capaz de mejorar las imágenes de resonancia magnética (IRM) de 3 Teslas (3T), para que se asemejen a la resolución de las de 7T.
Este avance, presentado en la 27ª Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora (MICCAI), promete un diagnóstico más preciso de anomalías cerebrales, como lesiones de la sustancia blanca y microhemorragias subcorticales, que a menudo son difíciles de visualizar con los sistemas de IRM estándar.
«Nuestro artículo presenta un modelo de aprendizaje automático para sintetizar imágenes de resonancia magnética de alta calidad a partir de imágenes de menor calidad», explica el Dr. Reza Abbasi-Asl, profesor asistente de neurología en la UCSF y autor principal del estudio.
«Demostramos cómo este sistema de IA mejora la visualización e identificación de anomalías cerebrales capturadas por resonancias magnéticas en lesiones cerebrales traumáticas».
El modelo se entrenó con datos de pacientes diagnosticados con lesión cerebral traumática leve (TBI) en la UCSF.
Las imágenes generadas mostraron una mejor definición del tejido patológico, facilitando la separación de lesiones adyacentes y la visualización de los contornos de las microhemorragias subcorticales.
Además, las imágenes sintéticas 7T capturaron con mayor precisión las diversas características dentro de las lesiones de la sustancia blanca.
Esta tecnología también podría mejorar la precisión diagnóstica en enfermedades neurodegenerativas como la esclerosis múltiple.
Sin embargo, los investigadores enfatizan la necesidad de una validación clínica exhaustiva antes de su implementación generalizada.
«Si bien las técnicas de sintetización basadas en marcos de aprendizaje automático demuestran un rendimiento notable, su aplicación en entornos clínicos requerirá una validación extensa», señala el Dr. Abbasi-Asl.
Este avance representa una intersección prometedora entre la IA y la tecnología de imágenes médicas, con el potencial de ampliar el acceso a información de imágenes de alta calidad sin necesidad de equipos especializados, como las escasas máquinas de IRM 7T.
Leave A Comment