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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Algoritmo de IA identifica fallas en escáner de resonancia magnética

Por el equipo editorial de MedImaging en español
Actualizado el 22 Dec 2022
Print article
Imagen: Un algoritmo de IA puede garantizar la detección automática oportuna de fallas en el escáner de resonancia magnética (Fotografía cortesía de Pexels)
Imagen: Un algoritmo de IA puede garantizar la detección automática oportuna de fallas en el escáner de resonancia magnética (Fotografía cortesía de Pexels)

La resonancia magnética es un diagnóstico de imágenes 3D de alta precisión de órganos internos sin radiación ionizante dañina. Los radiólogos utilizan algoritmos de inteligencia artificial (IA) en su práctica habitual. Sin embargo, los diagnósticos por imágenes están desarrollándose y volviéndose más eficientes. Ahora, los investigadores han desarrollado un nuevo algoritmo de inteligencia artificial para el control de calidad de los escáneres de resonancia magnética que proporcionará una detección oportuna de las fallas del escáner automáticamente.

Para automatizar la identificación de problemas de servicio de la máquina, los científicos de la Universidad Estatal de Moscú (Moscú, Rusia) han desarrollado un método para monitorear la resonancia magnética, utilizando imágenes clínicas y soluciones basadas en IA entrenada. Esto permitirá una identificación más rápida de los escáneres de resonancia magnética que funcionan mal y reducirá el tiempo de inactividad y los costos de reparación. El algoritmo de IA aún requiere capacitación y pruebas adicionales, pero los resultados indican la viabilidad de su implementación.

El nuevo método de control de calidad basado en el aprendizaje automático para escáneres de resonancia magnética puede ayudar a evitar averías y reducir el tiempo de inactividad. La configuración de la IA requiere el muestreo de imágenes de resonancia magnética de varios escáneres con un control de calidad preciso de los resultados. El algoritmo de IA ha sido entrenado para distinguir entre imágenes de dispositivos en funcionamiento y defectuosos. Una evaluación experimental basada en los datos mostró la ventaja del método desarrollado sobre los análogos en términos de precisión.

La nueva tecnología ofrece una serie de ventajas. En primer lugar, ahorra tiempo a los radiógrafos que necesitan evaluar manualmente la calidad del escáner de resonancia magnética. Este procedimiento requiere entrenamiento especial y tiempo. El control de calidad del equipo de resonancia magnética debe realizarse diariamente o al menos semanalmente. Con la nueva tecnología de IA, el control automático de la calidad de la imagen se puede realizar las 24 horas del día, los 7 días de la semana. El análisis de una imagen 3D toma menos de un segundo, después de lo cual el sistema puede marcar inmediatamente cualquier imagen "sospechosa". El personal de radiología puede entonces analizar la información recibida y, si es necesario, llamar a un equipo técnico.

Enlaces relacionados:
Universidad Estatal de Moscú

X-ray Diagnostic System
FDX Visionary-A
Ultrasound Table
Women’s Ultrasound EA Table
Ultrasound Imaging System
P12 Elite
Portable Color Doppler Ultrasound Scanner
DCU10

Print article

Canales

Radiografía

ver canal
Imagen: la evaluación FFR impulsada por IA es comparable a la evaluación convencional (foto cortesía de 123RF)

Técnica de imágenes con IA se muestra prometedora en la evaluación de pacientes para ICP

La intervención coronaria percutánea (ICP), también conocida como angioplastia coronaria, es un procedimiento mínimamente invasivo en el que se insertan pequeños tubos... Más

Medicina Nuclear

ver canal
Imágenes PET/TC con 68Ga-FZ-NR-1 e imágenes PET/TC y PET/RM con 18F-FDG en pacientes representativos con TNBC con nectina-4 positiva (foto cortesía del Journal of Nuclear Medicine)

Nuevo radiotrazador identifica biomarcador para el cáncer de mama triple negativo

El cáncer de mama triple negativo (CMTN), que representa entre el 15 % y el 20 % de todos los casos de cáncer de mama, es uno de los subtipos más agresivos, con una tasa de supervivencia a cinco años de... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.