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 científicos del Instituto Maimónides de Investigación Biomédica de Córdoba (IMIBIC), del Hospital Reina Sofía y de la Universidad de Córdoba ha realizado un análisis de muestras de plasma de pacientes con cáncer de páncreas metastásico mediante aproximaciones de biopsia líquida, que permiten estudiar fragmentos de ADN tumoral circulante. Los resultados respaldan el uso de la biopsia líquida como una herramienta prometedora para mejorar el pronóstico y el seguimiento de este tumor.
Sigue leyendo
Investigadores de la Estación Experimental del Zaidín (EEZ-CSIC) y de la Universidad de Granada lideran estas iniciativas donde el alumnado censará especies y medirá el reciclaje de residuos en los patios escolares para trasladar luego un plan de acción a la ciudadanía.
Sigue leyendo
Investigadores de la Asociación de Educación Ambiental ‘El Bosque Animado’ (Málaga) lideran una red de ciencia ciudadana para establecer un sistema de vigilancia continuada de este anfibio localizado en la región. La iniciativa, apoyada por la Oficina Andaluza de Ciencia Ciudadana, actualizará la distribución local de la especie y sus amenazas e identificará charcas clave, en colaboración con la Universidad de Málaga, para generar una base científica sólida que oriente su gestión adaptativa frente al cambio climático.
Sigue leyendo
