OxyGAN produce mapas de oxigenaci\u00f3n de tejidos directamente a partir de im\u00e1genes SFDI monof\u00e1sicas con iluminaci\u00f3n de 659 nm y 851 nm. Cr\u00e9dito: SPIE <\/p>\n
La oxigenaci\u00f3n tisular es una medida del nivel de ox\u00edgeno en el tejido biol\u00f3gico y es un biomarcador cl\u00ednico \u00fatil para la viabilidad tisular. Los niveles anormales pueden indicar la presencia de condiciones tales como sepsis, diabetes, infecci\u00f3n viral o enfermedad pulmonar, y el control efectivo es importante para la orientaci\u00f3n quir\u00fargica, as\u00ed como para la atenci\u00f3n m\u00e9dica. <\/p>\n
Existen varias t\u00e9cnicas para la medici\u00f3n de la oxigenaci\u00f3n tisular, pero todas tienen algunas limitaciones. Por ejemplo, la oximetr\u00eda de pulso es robusta y de bajo costo, pero no puede proporcionar una medida localizada de oxigenaci\u00f3n. La espectroscopia de infrarrojo cercano, por otro lado, es propensa a mediciones ruidosas debido a las sondas de contacto sensibles a la presi\u00f3n. Las im\u00e1genes en el dominio de la frecuencia espacial (SFDI) han surgido como una t\u00e9cnica prometedora sin contacto que mapea las concentraciones de ox\u00edgeno en los tejidos en un amplio campo de visi\u00f3n. Si bien es f\u00e1cil de implementar, SFDI tiene sus propias limitaciones: requiere una secuencia de varias im\u00e1genes para que sus predicciones sean precisas y es propenso a errores cuando se trabaja con instant\u00e1neas individuales.<\/p>\n
En un nuevo estudio publicado en el Journal de \u00d3ptica Biom\u00e9dica, los investigadores de la Universidad Johns Hopkins, Mason T. Chen y Nicholas J. Durr, han propuesto una t\u00e9cnica integral para el c\u00e1lculo preciso de la oxigenaci\u00f3n de tejidos a partir de instant\u00e1neas individuales, llamada OxyGAN. Desarrollaron este enfoque utilizando una clase de marco de aprendizaje autom\u00e1tico llamado red adversaria generativa condicional (cGAN), que utiliza dos redes neuronales, un generador y un discriminador, simult\u00e1neamente en los mismos datos de entrada. El generador aprende a producir im\u00e1genes de salida realistas, mientras que el discriminador aprende a determinar si un par de im\u00e1genes dado forma una reconstrucci\u00f3n correcta para una entrada dada.<\/p>\n
Comparaci\u00f3n de SFDI, SSOP y OxyGAN con perfil corregido. Cr\u00e9dito: doi 10.1117\/1.JBO.25.11.112907 <\/p>\n
Utilizando SDFI convencional, los investigadores obtuvieron mapas de oxigenaci\u00f3n para el es\u00f3fago humano (ex vivo), las manos y los pies (in vivo) y el colon de un cerdo (in vivo) bajo iluminaci\u00f3n con dos longitudes de onda diferentes (659 y 851 nm). Entrenaron a OxyGAN con las muestras de pies y es\u00f3fago y guardaron las muestras de manos y colon para probar su rendimiento m\u00e1s tarde. Adem\u00e1s, compararon su rendimiento con una t\u00e9cnica de instant\u00e1nea \u00fanica basada en un modelo f\u00edsico y una t\u00e9cnica h\u00edbrida de dos pasos que consist\u00eda en un modelo de aprendizaje profundo para predecir las propiedades \u00f3pticas y un modelo f\u00edsico para calcular la oxigenaci\u00f3n de los tejidos.<\/p>\n
Los investigadores descubrieron que OxyGAN pod\u00eda medir la oxigenaci\u00f3n con precisi\u00f3n, no solo para las muestras que hab\u00eda visto durante el entrenamiento (pies humanos), sino tambi\u00e9n para las muestras que no hab\u00eda visto (mano humana y colon de cerdo), lo que demuestra la solidez del modelo. . Se desempe\u00f1\u00f3 mejor que el modelo de instant\u00e1nea \u00fanica y el modelo h\u00edbrido en un 24,9 % y un 24,7 %, respectivamente. Adem\u00e1s, los cient\u00edficos optimizaron OxyGAN para calcular ~ 10 veces m\u00e1s r\u00e1pido que el modelo h\u00edbrido, lo que permite el mapeo en tiempo real a una velocidad de 25 Hz. Frdric Leblond, editor asociado de Journal of Biomedical Optics, comenta: \u00abEste art\u00edculo no solo representa avances significativos que pueden contribuir a la implementaci\u00f3n cl\u00ednica pr\u00e1ctica de im\u00e1genes de dominio de frecuencia espacial, sino que tambi\u00e9n formar\u00e1 parte de un proyecto relativamente peque\u00f1o (aunque r\u00e1pidamente aumentando de tama\u00f1o) conjunto de trabajos publicados s\u00f3lidos que utilizan m\u00e9todos de tipo IA para tratar con datos \u00f3pticos biom\u00e9dicos reales\u00bb.<\/p>\n
Si bien el algoritmo de OxyGAN podr\u00eda optimizarse a\u00fan m\u00e1s, este enfoque es prometedor como una t\u00e9cnica novedosa para medir oxigenaci\u00f3n de tejidos. <\/p>\n
Explore m\u00e1s<\/p>\n
La gorra de im\u00e1genes port\u00e1til proporciona una ventana al cerebro de los beb\u00e9s M\u00e1s informaci\u00f3n:<\/strong> Mason T. Chen et al, Mapeo r\u00e1pido de oxigenaci\u00f3n de tejidos a partir de im\u00e1genes instant\u00e1neas de luz estructurada con aprendizaje profundo contradictorio , Revista de \u00d3ptica Biom\u00e9dica (2020). DOI: 10.1117\/1.JBO.25.11.112907 Informaci\u00f3n de la revista:<\/strong> Journal of Biomedical Optics <\/p>\n Proporcionado por SPIE Cita<\/strong>: \u00abOxyGAN\u00bb basado en IA es un , m\u00e9todo efectivo para medir los niveles de ox\u00edgeno en los tejidos (2020, 1 de diciembre) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-12-ai-based-oxygan-robust-efective-method.html Este documento est\u00e1 sujeto a los derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" OxyGAN produce mapas de oxigenaci\u00f3n de tejidos directamente a partir de im\u00e1genes SFDI monof\u00e1sicas con iluminaci\u00f3n de 659 nm y 851 nm. Cr\u00e9dito: SPIE La oxigenaci\u00f3n tisular es una medida del nivel de ox\u00edgeno en el tejido biol\u00f3gico y es un biomarcador cl\u00ednico \u00fatil para la viabilidad tisular. Los niveles anormales pueden indicar la presencia … Continuar leyendo \u00ab‘OxyGAN’ basado en IA es un m\u00e9todo s\u00f3lido y eficaz para medir los niveles de ox\u00edgeno en los tejidos\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-12227","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/12227","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=12227"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/12227\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=12227"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=12227"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=12227"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}