Investigadores del Departamento de Arquitectura y Tecnolog\u00eda de Computadores de la Escuela T\u00e9cnica Superior de Ingenier\u00eda Inform\u00e1tica (ETSII) de la Universidad de Sevilla trabajan en un sistema que utiliza im\u00e1genes de rayos X de pacientes ‘ pulmones para ayudar a diagnosticar COVID-19. Este sistema utiliza el aprendizaje profundo para entrenar un modelo de red neuronal que puede distinguir entre pacientes sanos, pacientes con neumon\u00eda y pacientes con COVID-19. Esto se ha logrado utilizando una base de datos en l\u00ednea de libre acceso que profesionales m\u00e9dicos de todo el mundo han estado alimentando con radiograf\u00edas de pulm\u00f3n desde el inicio de la pandemia. <\/p>\n
\u00abLa propagaci\u00f3n del virus SARS-CoV-2 ha convertido a la COVID-19 en una epidemia mundial. Las pruebas m\u00e1s utilizadas para diagnosticar la enfermedad son invasivas, requieren mucho tiempo y recursos limitados. Im\u00e1genes obtenidas de resonancias magn\u00e9ticas y\/o los rayos X son cada vez m\u00e1s utilizados para facilitar las tareas de asistencia diagn\u00f3stica, habi\u00e9ndose probado con \u00e9xito para identificar problemas pulmonares, pero estos m\u00e9todos diagn\u00f3sticos requieren de un especialista, lo que limita la masificaci\u00f3n entre la poblaci\u00f3n\u201d, se\u00f1ala el catedr\u00e1tico de la Universidad de Sevilla Manuel Jess Dom\u00ednguez. El investigador agrega que las herramientas de procesamiento pueden ayudar a reducir la carga de trabajo de los profesionales de la salud al filtrar los casos negativos. En particular, las t\u00e9cnicas avanzadas de inteligencia artificial, como el aprendizaje profundo, han demostrado ser muy eficaces para identificar patrones como los que se encuentran en el tejido enfermo.<\/p>\n
Del mismo modo, este trabajo analiza la eficacia de un modelo de aprendizaje profundo basado en un VGG- Red neuronal de 16 para la identificaci\u00f3n de neumon\u00eda y COVID-19 mediante radiograf\u00edas de torso. Los resultados, publicados en la revista ‘Applied Sciences’, revelan que este m\u00e9todo tiene una eficacia cercana al 100% en la identificaci\u00f3n de la COVID-19, lo que demuestra que puede utilizarse como ayuda para el diagn\u00f3stico de esta enfermedad. <\/p>\n
Explore m\u00e1s<\/p>\n
Los radi\u00f3logos utilizan el aprendizaje profundo para encontrar signos de COVID-19 en las radiograf\u00edas de t\u00f3rax M\u00e1s informaci\u00f3n:<\/strong> Javier Civit-Masot et al. Sistema de aprendizaje profundo para la ayuda de diagn\u00f3stico de COVID-19 utilizando im\u00e1genes pulmonares de rayos X, ciencias aplicadas (2020). DOI: 10.3390\/app10134640 Proporcionado por la Universidad de Sevilla Cita<\/strong>: Uso de rayos X de pulm\u00f3n para diagnosticar COVID-19 (21 de julio de 2020) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/ 2020-07-lung-x-rays-covid-.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":" Investigadores del Departamento de Arquitectura y Tecnolog\u00eda de Computadores de la Escuela T\u00e9cnica Superior de Ingenier\u00eda Inform\u00e1tica (ETSII) de la Universidad de Sevilla trabajan en un sistema que utiliza im\u00e1genes de rayos X de pacientes ‘ pulmones para ayudar a diagnosticar COVID-19. Este sistema utiliza el aprendizaje profundo para entrenar un modelo de red neuronal … Continuar leyendo \u00abDiagnostican con rayos X de pulm\u00f3n la COVID-19\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-31712","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31712","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=31712"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31712\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=31712"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=31712"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=31712"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}