Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El UOC desarrolla nuevo método para perfeccionar la calidad de las imágenes de la exploración del CT

La tomografía automatizada (CT) es uno de los exámenes médicos más efectivos para analizar los efectos de muchas enfermedades, incluyendo COVID-19, sobre los pulmones. Las personas internacionales llevadas por el UOC han desarrollado un nuevo método que perfecciona la calidad de las imágenes obtenidas de exploraciones del CT. El algoritmo, que se ha probado en datos simulados, les permite distinguir los tipos del tejido de diversa carrocería mejor y abre la puerta en bajar las dosis de la radiación a las cuales exponen a los pacientes durante este tipo de prueba.

Una ventana en los funcionamientos internos de la carrocería

La tomografía calculada, o el CT, utiliza procesos de cómputo para combinar muchas mediciones de la radiografía tomadas de diversos ángulos de la carrocería para producir imágenes tomográficas. Este procedimiento no invasor, que ofrece una vista reconstruida tridimensional de órganos o de tejidos, permite que los médicos consideren dentro del objetivo sin cortar.

Esta técnica ayuda a expertos a determinar la presencia de un tumor, de su situación exacta, de talla y de extensión. Puede también ser utilizada para diagnosticar desordenes del músculo y del hueso, coágulos de la infección o de sangre, enfermedad cardíaca, nódulos del pulmón, y masas del hígado. Esta tecnología está entre las herramientas mas comunes de la proyección de imagen usadas a la biopsia de la guía y a la radioterapia así como vigila la eficacia de los tratamientos como el tratamiento contra el cáncer, daños internos, y sangra la detección.”

Mohammad Mahdi Dehshibi, investigador postdoctoral en el laboratorio de la comprensión de la escena del UOC y de la inteligencia artificial (SUNAI) y director del centro de investigación de la configuración en Teherán, Irán

Sin embargo, la tomografía calculada implica el riesgo de dañar la estructura de la DNA y, posteriormente, del cáncer debido a la exposición de la carrocería a las radiografías de la alto-dosis. Por ejemplo, en el curso de una exploración del CT de la culata de cilindro, una persona recibe una dosis de la radiación equivalente a la cantidad total que se exponen generalmente en a 243 días de vida normal.

Un nuevo algoritmo para reducir la radiación

En una búsqueda para reducir esta radiación, las personas llevadas por Dehshibi han desarrollado un nuevo algoritmo del post-processing que aumenta la calidad de las imágenes reconstruidas del CT. Mientras que los métodos convencionales del CT toman solamente una parte del espectro de energía de la radiografía, los investigadores probaron un alcance más amplio de la energía, dividido en intervalos, para alcanzar un contraste más alto. Después de probarlo en datos construidos usando software de simulación GATE/GEANT4, encontraron que el algoritmo aumenta la calidad de las imágenes mientras que reduce el ruido, que habilita una mejor discriminación entre diversos tipos de tejido con dosis más inferiores de radiografías, según sus conclusión publicadas en el gorrón de la tratamiento de la información.

La “distinción entre dos diversos tejidos (los normales o anormales) en la misma región es crítica para los médicos o los radiólogos a proyectar para otros tratamientos, donde esta decisión se está ocupando de las vidas de los pacientes,” él dijo. “Tener mejor discriminación del tejido aumenta el índice de éxito del plan del remedio.” El nuevo método aumenta la capacidad de distinguir entre los tejidos por el 60% en las simulaciones comparadas al CT convencional.

“Nuestro punto de vista proponía una aproximación del post-processing que no necesita una reconfiguración sustancial del hardware y no da más libertad a los científicos de la proyección de imagen para la exploración adicional,” Dehshibi dijo. “Esperamos que las conclusión de este estudio estén examinadas más adelante en la fijación clínica para reducir el efecto radioactivo de la irradiación con la radiografía.”

Source:
Journal reference:

Gholami, N., et al. (2020) A Novel Method for Reconstructing CT Images in GATE/GEANT4 with Application in Medical Imaging: A Complexity Analysis Approach. Journal of Information Processing. doi.org/10.2197/ipsjjip.28.161.