VOLVER

Share

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


Málaga |
16 de enero de 2020

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.


Share

Últimas publicaciones

Aplican algoritmos bioinspirados para ubicar las estaciones de bicicletas en la ciudad
Málaga | 28 de octubre de 2020

Un equipo investigador de la Universidad de Málaga ha diseñado un sistema basado en inteligencia artificial para que la red de aparcamientos de bicicletas se distribuya de forma óptima por los barrios, con el resultado de un mapa guía al servicio de los gestores de estos núcleos urbanos.

Sigue leyendo
Un modelo matemático facilita la gestión de inventarios en la cadena de suministro de alimentos
Córdoba | 28 de octubre de 2020

Una investigación del proyecto Diverfarming, en el que participa la Universidad de Córdoba, integra los recursos de transporte y la gestión de inventarios en un modelo que busca la eficiencia económica y evitar el desabastecimiento.

Sigue leyendo
El desierto de Atacama era mucho más húmedo hace cien mil años
Sevilla | 28 de octubre de 2020

La acumulación de sedimentos en este entorno ofrece un archivo cronológico de millones de años que permite estudiar mejor la evolución de la tierra. Es el trabajo realizado por el Centro de Investigación, Tecnología e Innovación de la Universidad de Sevilla (CITIUS), donde trata de entender la evolución del paisaje y su relación con variaciones climáticas a partir del análisis de los sedimentos hallados.

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