VOLVER

Share

Trabajan en un sistema de ayuda al diagnóstico de la COVID-19 basado en imágenes de rayos X de los pulmones de los pacientes

Profesionales del ámbito médico de todo el mundo llevan volcando radiografías pulmonares desde el inicio de la pandemia. Este sistema utiliza aprendizaje profundo (Deep Learning) para entrenar un modelo de red neuronal que clasifica entre pacientes sanos, pacientes con neumonía y pacientes con COVID-19. Para ello, se ha hecho uso de una base de datos online de libre acceso donde profesionales del ámbito médico de todo el mundo llevan volcando radiografías pulmonares desde el inicio de la pandemia.

Fuente: Universidad de Sevilla


Sevilla |
14 de julio de 2020

Investigadores del Departamento de Arquitectura y Tecnología de Computadores de la Escuela Técnica Superior de Ingeniería Informática (ETSII) de la Universidad de Sevilla trabajan en un sistema de ayuda al diagnóstico de la COVID-19 basado en imágenes de rayos X de los pulmones de los pacientes. Este sistema utiliza aprendizaje profundo (Deep Learning) para entrenar un modelo de red neuronal que clasifica entre pacientes sanos, pacientes con neumonía y pacientes con COVID-19. Para ello, se ha hecho uso de una base de datos online de libre acceso donde profesionales del ámbito médico de todo el mundo llevan volcando radiografías pulmonares desde el inicio de la pandemia.

El uso de imágenes médicas obtenidas mediante resonancias magnéticas y/o rayos X se utiliza cada vez más para facilitar tareas de ayuda al diagnóstico, habiendo sido probado satisfactoriamente para identificar problemas pulmonares.

“La propagación del virus SARS-CoV-2 ha convertido la enfermedad COVID-19 en una epidemia mundial. Las pruebas más comunes para identificarla son invasivas, requieren mucho tiempo y recursos limitados. El uso de imágenes médicas obtenidas mediante resonancias magnéticas y/o rayos X se utiliza cada vez más para facilitar tareas de ayuda al diagnóstico, habiendo sido probado satisfactoriamente para identificar problemas pulmonares. Sin embargo, el diagnóstico por estos métodos debe ser realizado con la ayuda de un médico especialista, lo que limita su uso masivo en la población”, señala el profesor de la Universidad de Sevilla Manuel Jesús Domínguez.

El investigador añade, por otro lado, que las herramientas de procesamiento de imágenes pueden ayudar a reducir la carga de los profesionales al descartar casos negativos. En concreto, las técnicas avanzadas de inteligencia artificial como el aprendizaje profundo (Deep Learning) han demostrado una alta efectividad en la identificación de patrones como los que se pueden encontrar en el tejido enfermo.

En la misma línea, este trabajo analiza la efectividad de un modelo de aprendizaje profundo basado en una red neuronal VGG-16 para la identificación de neumonía y COVID-19 utilizando radiografías del torso. Los resultados, publicados en la revista Applied Sciences, muestran una alta efectividad en la identificación de COVID-19 de alrededor del 100%, lo que demuestra que puede utilizarse como mecanismo de ayuda al diagnóstico de esta enfermedad.

Esta investigación ha sido financiado a través de la Cátedra de Telefónica ‘Inteligencia en la Red’ de la ETS de Ingeniería Informática.


Share

Últimas publicaciones

La información deportiva en redes sociales también deja de lado a mujeres, discapacitados y disciplinas minoritarias
Sevilla | 05 de marzo de 2021

Una investigación realizada por la Universidad de Sevilla y la Universidad Pompeu Fabra describe la desigualdad en el tratamiento informativo de estos colectivos en los perfiles en Twitter de cuatro medios públicos europeos. El estudio ha analizado las publicaciones de los perfiles de Twitter dedicados a la información deportiva de los medios públicos de España (RTVE), Francia (France TV), Irlanda (RTÉ) e Italia (RAI).

Sigue leyendo
Fumar cannabis deteriora significativamente la visión, aunque gran parte de los consumidores no son conscientes de ello
Granada | 05 de marzo de 2021

Una investigación realizada en la Universidad de Granada señala que fumar cannabis altera de forma significativa funciones visuales importantes, como son la agudeza visual, la sensibilidad al contraste, la visión tridimensional o estereopsis, la capacidad de enfoque o la sensibilidad al deslumbramiento. Más del 90% de las personas piensan que consumir cannabis no afecta a su visión, o lo hace sólo ligeramente.

Sigue leyendo
Aplican inteligencia artificial y realidad virtual para mejorar el aprendizaje de estudiantes con dislexia
Córdoba | 05 de marzo de 2021

El proyecto internacional Vrailexia, en el que participa la Universidad de Córdoba y que ha recibido la mayor puntuación dentro de su convocatoria, creará una plataforma de realidad virtual para potenciar las habilidades profesionales de estudiantes con dificultades en la lecto-escritura.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Este sitio web utiliza cookies para mejorar tu experiencia. Continuando la navegación aceptas su uso. Más información

Los ajustes de cookies de esta web están configurados para "permitir cookies" y así ofrecerte la mejor experiencia de navegación posible. Si sigues utilizando esta web sin cambiar tus ajustes de cookies o haces clic en "Aceptar" estarás dando tu consentimiento a esto.

Cerrar