Las tomograf\u00edas computarizadas son una de las formas m\u00e1s efectivas de ver el interior del cuerpo Cr\u00e9dito: Instituto Nacional del C\u00e1ncer\/Unsplash.com <\/p>\n
La tomograf\u00eda computarizada (TC) es una de las mejores pruebas m\u00e9dicas para analizando los efectos de muchas enfermedades, incluido el COVID-19. Un equipo internacional ha desarrollado un nuevo m\u00e9todo que mejora la calidad de las im\u00e1genes obtenidas de las tomograf\u00edas computarizadas. El algoritmo, probado sobre datos simulados, distingue diferentes tipos de tejidos y abre la puerta a bajar las dosis de radiaci\u00f3n a las que se exponen los pacientes durante este tipo de pruebas. <\/p>\n
Una ventana al funcionamiento interno del cuerpo<\/p>\n
La tomograf\u00eda computarizada, o TC, utiliza procesos computacionales para combinar muchas mediciones de rayos X tomadas desde m\u00faltiples \u00e1ngulos para producir im\u00e1genes tomogr\u00e1ficas. Este procedimiento no invasivo, que proporciona una vista tridimensional reconstruida de \u00f3rganos o tejidos, permite a los m\u00e9dicos ver el interior del objetivo sin cortar.<\/p>\n
\u00ab[Esta t\u00e9cnica] ayuda a los expertos a determinar la presencia de un tumor , su ubicaci\u00f3n exacta, tama\u00f1o y extensi\u00f3n. Tambi\u00e9n se puede utilizar para diagnosticar trastornos musculares y \u00f3seos, infecciones o co\u00e1gulos sangu\u00edneos, cardiopat\u00edas, n\u00f3dulos pulmonares y masas hep\u00e1ticas\u00bb, explica Mohammad Mahdi Dehshibi, investigador postdoctoral del Scene Understanding de la UOC y el Laboratorio de Inteligencia Artificial (SUNAI), de los Estudios de Inform\u00e1tica, Multimedia y Telecomunicaci\u00f3n de la UOC, del Pattern Research Center de Teher\u00e1n, Ir\u00e1n. \u00abEsta tecnolog\u00eda es una de las herramientas de im\u00e1genes m\u00e1s comunes que se usan para guiar la biopsia y la radioterapia, as\u00ed como para monitorear la efectividad de tratamientos como el tratamiento del c\u00e1ncer, lesiones internas y detecci\u00f3n de hemorragias\u00bb.<\/p>\n
Sin embargo, la tomograf\u00eda computarizada implica la riesgo de da\u00f1ar la estructura del ADN y desencadenar c\u00e1ncer debido a la exposici\u00f3n del cuerpo a altas dosis de rayos X. Por ejemplo, en el curso de una tomograf\u00eda computarizada de la cabeza, una persona recibe una dosis de radiaci\u00f3n equivalente a la cantidad total a la que generalmente est\u00e1 expuesta en 243 d\u00edas de vida normal.<\/p>\n
Un nuevo algoritmo para reducir la radiaci\u00f3n<\/p>\n
En una b\u00fasqueda para reducir esta radiaci\u00f3n, el equipo dirigido por Dehshibi ha desarrollado un nuevo algoritmo de posprocesamiento que aumenta la calidad de las im\u00e1genes de TC reconstruidas. Mientras que los m\u00e9todos de TC convencionales captan solo una parte del espectro de energ\u00eda de rayos X, los investigadores probaron un rango de energ\u00eda m\u00e1s amplio, dividido en intervalos, para alcanzar un mayor contraste. Despu\u00e9s de probarlo en datos construidos utilizando el software de simulaci\u00f3n GATE\/GEANT4, descubrieron que el algoritmo mejora la calidad de las im\u00e1genes al tiempo que reduce el ruido, lo que permite una mejor discriminaci\u00f3n entre diferentes tipos de tejido con dosis m\u00e1s bajas de rayos X, seg\u00fan sus hallazgos publicados. en el Journal of Information Processing.<\/p>\n
\u00abDistinguir entre dos tejidos diferentes (normales o anormales) en la misma regi\u00f3n es fundamental para que los m\u00e9dicos o radi\u00f3logos planifiquen tratamientos posteriores, donde esta decisi\u00f3n se ocupa de la la vida de los pacientes\u00bb, dijo. \u00abTener una mejor discriminaci\u00f3n de tejidos aumenta la tasa de \u00e9xito del plan de la medicina\u00bb. El nuevo m\u00e9todo aumenta la capacidad de distinguir entre tejidos en un 60 % en simulaciones en comparaci\u00f3n con la TC convencional.<\/p>\n
\u00abNuestro punto de vista era proponer un enfoque de posprocesamiento que no necesita una reconfiguraci\u00f3n sustancial del hardware y da m\u00e1s libertad para cient\u00edficos de im\u00e1genes para una mayor exploraci\u00f3n\u00bb, dijo Dehshibi. \u00abEsperamos que los hallazgos de este estudio se examinen m\u00e1s tarde en el entorno cl\u00ednico para reducir el efecto radiactivo de la irradiaci\u00f3n con rayos X\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
C\u00f3mo las tomograf\u00edas computarizadas siguen desempe\u00f1ando un papel fundamental en el tratamiento del c\u00e1ncer M\u00e1s informaci\u00f3n:<\/strong> Neda Gholami et al, A Novel Method for Reconstructing CT Images in GATE\/GEANT4 with Application in Im\u00e1genes m\u00e9dicas: un enfoque de an\u00e1lisis de complejidad, Journal of Information Processing (2020). DOI: 10.2197\/ipsjjip.28.161 Proporcionado por la Universitat Oberta de Catalunya (UOC) Cita<\/strong>: La investigaci\u00f3n internacional mejora la calidad de las im\u00e1genes de tomograf\u00eda computarizada (11 de mayo de 2020) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress. com\/news\/2020-05-international-quality-ct-scan-imagery.html Este documento est\u00e1 sujeto a 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":" Las tomograf\u00edas computarizadas son una de las formas m\u00e1s efectivas de ver el interior del cuerpo Cr\u00e9dito: Instituto Nacional del C\u00e1ncer\/Unsplash.com La tomograf\u00eda computarizada (TC) es una de las mejores pruebas m\u00e9dicas para analizando los efectos de muchas enfermedades, incluido el COVID-19. Un equipo internacional ha desarrollado un nuevo m\u00e9todo que mejora la calidad de … Continuar leyendo \u00abInvestigaci\u00f3n internacional mejora la calidad de las im\u00e1genes de tomograf\u00edas computarizadas\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-27339","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/27339","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=27339"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/27339\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=27339"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=27339"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=27339"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}