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
La presentación de este hito ha tenido lugar en el marco de la jornada 'Talento, tecnología e industria para la Andalucía del futuro', una iniciativa promovida por el equipo ARUS Andalucía Racing Team con el objetivo de reforzar la conexión entre el desarrollo tecnológico universitario y el tejido industrial andaluz. El desarrollo realizado por la Universidad de Sevilla ha constituido un avance relevante en el contexto nacional, posicionando al equipo como el primero en España en incorporar este vector energético en este ámbito de competición universitaria.
Sigue leyendo
Investigadores del Departamento de Botánica y Fisiología Vegetal de la Universidad de Málaga han publicado un estudio en una revista científica en el que inciden en la importancia de corregir los desequilibrios en la distribución de los beneficios de los árboles urbanos entre los diferentes grupos demográficos y socioeconómicos para avanzar en los Objetivos de Desarrollo Sostenible (ODS).
La mezcla de pigmentos hallada en una domus de Cartagena, analizada en los laboratorios del departamento de Prehistoria, Arqueología, Historia Antigua, Historia Medieval y Ciencias y Técnicas Historiográficas de la Universidad de Murcia y del departamento de Química Orgánica del Instituto Químico para la Energía y Medio Ambiente (IQUEMA) de la Universidad de Córdoba, arroja luz sobre el elevado grado de conocimiento técnico de los artesanos del siglo I.
