En el mapa de \u00e1rea de fracci\u00f3n de tumor, cada cuadrado es un v\u00f3xel. La t\u00e9cnica de aprendizaje profundo puede determinar qu\u00e9 parte de un \u00e1rea gris en cada v\u00f3xel es tumor o tejido normal (consulte la escala a la derecha desde 0, sin tumor hasta 1, todo tumor). La t\u00e9cnica est\u00e1 dise\u00f1ada para calcular con precisi\u00f3n el volumen de tumores en im\u00e1genes PET con el objetivo de mejorar la atenci\u00f3n al paciente. Cr\u00e9dito: Abhinav Jha, Universidad Estatal de Washington en St. Louis <\/p>\n
Ingenieros financiados por NIBIB est\u00e1n utilizando el aprendizaje profundo para diferenciar tumores con mayor precisi\u00f3n del tejido normal en im\u00e1genes de tomograf\u00eda por emisi\u00f3n de positrones (PET). El an\u00e1lisis est\u00e1ndar de las tomograf\u00edas por emisi\u00f3n de positrones cuenta las regiones negras como tumor y las regiones blancas como normales. El equipo de la Universidad de Washington en St. Louis ha desarrollado una t\u00e9cnica utilizando an\u00e1lisis estad\u00edstico y aprendizaje profundo para determinar la extensi\u00f3n de los tumores en sus m\u00e1rgenes, donde las im\u00e1genes muestran varios tonos de gris. <\/p>\n
Las im\u00e1genes PET consisten en lo que se conoce como v\u00f3xeles, que son p\u00edxeles tridimensionales en el espacio. Los m\u00e9todos actuales cuentan estas regiones grises como tumorales o normales.<\/p>\n
\u00abLa idea clave es que no solo aprendemos si un v\u00f3xel pertenece al tumor o no\u00bb, dijo el l\u00edder del equipo, Abhinav Jha, Ph. D., profesor asistente de ingenier\u00eda biom\u00e9dica en la Escuela de Ingenier\u00eda McKelvey Jha. \u00abEl v\u00f3xel puede ser en parte tumoral y en parte normal. La novedad es que podemos estimar qu\u00e9 parte del v\u00f3xel es tumor\u00bb.<\/p>\n
La investigaci\u00f3n tiene como objetivo proporcionar informaci\u00f3n m\u00e1s precisa sobre el tumor para guiar las decisiones de tratamiento. y mejorar la atenci\u00f3n al paciente.<\/p>\n
\u00abEs un problema de calidad de vida para los pacientes\u00bb, dijo Jha. \u00abSer\u00eda satisfactorio y gratificante ayudar a responder esas preguntas\u00bb.<\/p>\n
El trabajo se publica en la revista Physics in Medicine & Biology. <\/p>\n
Explore m\u00e1s<\/p>\n
La c\u00e1mara de \u00faltima generaci\u00f3n puede localizar mejor los tumores M\u00e1s informaci\u00f3n:<\/strong> Ziping Liu et al, Un enfoque bayesiano para la estimaci\u00f3n de la fracci\u00f3n de tejido para la segmentaci\u00f3n PET oncol\u00f3gica, F\u00edsica en Medicina y Biolog\u00eda (2021). DOI: 10.1088\/1361-6560\/ac01f4 Informaci\u00f3n de la revista:<\/strong> Physics in Medicine and Biology <\/p>\n Proporcionado por los Institutos Nacionales de Salud Cita<\/strong>: El aprendizaje profundo mejora la interpretaci\u00f3n de los tumores ( 2021, 19 de octubre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-10-deep-tumors.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":" En el mapa de \u00e1rea de fracci\u00f3n de tumor, cada cuadrado es un v\u00f3xel. La t\u00e9cnica de aprendizaje profundo puede determinar qu\u00e9 parte de un \u00e1rea gris en cada v\u00f3xel es tumor o tejido normal (consulte la escala a la derecha desde 0, sin tumor hasta 1, todo tumor). La t\u00e9cnica est\u00e1 dise\u00f1ada para calcular … Continuar leyendo \u00abEl aprendizaje profundo mejora la interpretaci\u00f3n de los tumores\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-433","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/433","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=433"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/433\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=433"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=433"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=433"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}