Utilizan la inteligencia artificial para mejorar la resolución de imágenes de resonancia magnética del cerebro
El método diseñado por investigadores de la Universidad de Málaga permite detectar patologías con mayor precisión y nitidez, sin necesidad de pruebas complementarias. Se trata de un nuevo modelo que ha permitido que las imágenes pasen de baja resolución a alta, sin distorsionar las estructuras cerebrales de los pacientes, utilizando una red neuronal artificial profunda –modelo inspirado en el funcionamiento del cerebro humano- que ‘aprende’ este proceso.
Fuente: Universidad de Málaga
Investigadores del Grupo ICAI -Inteligencia Computacional y Análisis de Imágenes- de la Universidad de Málaga han diseñado un método inédito capaz de mejorar las imágenes del cerebro obtenidas por resonancia magnética usando la inteligencia artificial.
Este método permite detectar patologías con mayor precisión y nitidez, sin necesidad de pruebas complementarias.
Se trata de un nuevo modelo que ha permitido que las imágenes pasen de baja resolución a alta, sin distorsionar las estructuras cerebrales de los pacientes, utilizando una red neuronal artificial profunda –modelo inspirado en el funcionamiento del cerebro humano- que ‘aprende’ este proceso.
“El aprendizaje profundo está basado en redes neuronales muy extensas, con lo que su capacidad para aprender lo es también, alcanzando la complejidad y abstracción de un cerebro”, explica el investigador Karl Thurnhofer, autor principal de este estudio, que señala que gracias a esta técnica se pueden realizar tareas de identificación por sí mismas, sin supervisión, de las que ni el ojo humano sería capaz.
Karl Thurnhofer, autor principal de este estudio.
Este avance investigador ha sido publicado por la revista científica ‘Neurocomputing’, que recoge como el algoritmo desarrollado en la UMA obtiene resultados de mayor precisión en menos tiempo, con claros beneficios para los pacientes. “Hasta ahora la adquisición de imágenes cerebrales de calidad dependían del tiempo que el paciente estuviera inmovilizado en el escáner, con nuestro método el procesamiento de la imagen se hace posteriormente en el ordenador”, aclara Thurnhofer.
Según los expertos, los resultados permitirán a los especialistas identificar de forma más nítida y precisa patologías relacionadas con el cerebro como lesiones físicas, cánceres o trastornos del lenguaje, entre otras, ya que los detalles de las imágenes son más finos, evitando así tener que recurrir a pruebas complementarias ante diagnósticos dudosos.
El Grupo ICAI de la UMA, que dirige el catedrático Ezequiel López, también autor de este trabajo, es hoy referente en neurocomputación, aprendizaje computacional e inteligencia artificial. Los profesores del Departamento de Lenguajes y Ciencias de la Computación Enrique Domínguez y Rafael Luque, así como la investigadora Núria Roé-Vellvé, también han participado en el estudio.
Últimas publicaciones
Un equipo de investigación de la Universidad de Málaga ha diseñado una herramienta digital que emplea inteligencia artificial para detectar patrones asociados a perfiles sanos y a situaciones de desequilibrio intestinal. El sistema analiza el conjunto de microorganismos virales que habita en el aparato digestivo con una precisión cercana al 87%.
Un grupo de investigación de la Universidad de Cádiz ha empleado residuos de esta variedad autóctona de Andalucía combinados con un plástico biodegradable de origen renovable para obtener un biocompuesto que fortalece la consistencia de materiales reabsorbibles, como grapas, suturas o tornillos. Después de realizar ensayos celulares, los expertos han demostrado la viabilidad de este producto, compuesto por un 10% de celulosa natural y un 90% de componente plástico.
En su 17ª edición, esta actividad de divulgación científica contará con encuentros que abordarán el trío de eclipses, ciencia e inteligencia artificial, emergencias climáticas, Generación del 27 y enfermedades autoinmunes, entre otros temas. Asimismo, se celebrarán Cafés tertulias, en los que podrán participar un mayor número de asistentes que en el formato habitual. Se pueden solicitar por correo electrónico cafeconciencia@fundaciondescubre.es hasta el 31 mayo de 2027.
Sigue leyendo
