Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico <\/p>\n
Investigadores de la Facultad de Ingenier\u00eda Biom\u00e9dica y Ciencias de la Imagen han desarrollado una nueva herramienta de aprendizaje autom\u00e1tico que analiza las resonancias magn\u00e9ticas cerebrales y predice el edad de un cerebro en comparaci\u00f3n con el resto de la poblaci\u00f3n. Esencialmente una herramienta de detecci\u00f3n, detecta autom\u00e1ticamente los cerebros que parecen m\u00e1s viejos en tiempo real usando exploraciones cl\u00ednicas de rutina. <\/p>\n
Publicada en Neuroimage, la investigaci\u00f3n muestra que, como parte de un proceso natural, el cerebro pierde volumen con la edad y, siempre que la p\u00e9rdida de volumen sea adecuada para la edad del paciente, la nueva herramienta predecir\u00e1 la edad correcta del paciente.<\/p>\n
Pero si un paciente tiene un cerebro que est\u00e1 enfermo y ha perdido una cantidad desproporcionada de volumen, como en la demencia, la herramienta mostrar\u00e1 la discrepancia entre la edad real y la edad prevista alertando as\u00ed a los m\u00e9dicos sobre este importante discrepancia y marcar que el cerebro es anormal para la edad.<\/p>\n
\u00abHemos demostrado que es posible cerrar esa brecha desde el punto de escaneo hasta la revisi\u00f3n de expertos, si el centro tiene la suerte de contar con expertos, al automatizar esa proceso\u00bb.<\/p>\n
Usando un clasificador de informes de neurorradiolog\u00eda basado en el aprendizaje profundo, los investigadores generaron un conjunto de datos de 23.302 ex\u00e1menes de resonancia magn\u00e9tica de la cabeza ‘radiol\u00f3gicamente normales para la edad’ de dos grandes hospitales del Reino Unido, a saber, Guy’s y St Thomas’ NHS Foundation Trust y King’s College Hospital usando el pre-e informes de neurorradiolog\u00eda existentes.<\/p>\n
Luego, utilizando un enfoque inusual en el que hay muy poco preprocesamiento computacional de las exploraciones, aplicaron otro algoritmo de imagen de aprendizaje profundo al gran conjunto de datos de exploraciones normales.<\/p>\n
Experimentos adicionales utilizaron una variedad de tipos de escaneos normales de un tercer instituto, as\u00ed como un conjunto de datos de c\u00f3digo abierto.<\/p>\n
Su modelo final se prob\u00f3 usando escaneos con una cantidad desproporcionada de p\u00e9rdida de volumen cerebral y luego analiz\u00f3 su modelo hallazgos mediante la construcci\u00f3n de mapas de calor de las partes de los escaneos que el modelo predijo que hab\u00eda una cantidad desproporcionada de p\u00e9rdida de volumen cerebral.<\/p>\n
El primer autor, el Dr. David Wood, investigador de la Escuela de Ingenier\u00eda Biom\u00e9dica y Ciencias de la Imagen, dijo que un El aspecto clave de este estudio fue el uso de un gran conjunto de datos cl\u00ednicamente representativo para el entrenamiento del modelo.<\/p>\n
Los investigadores dicen que este marco podr\u00eda tener implicaciones importantes para la atenci\u00f3n del paciente, el desarrollo de f\u00e1rmacos y la optimizaci\u00f3n de la recopilaci\u00f3n de datos de IRM.<\/p>\n
\u00abCur Alg\u00fan tiempo despu\u00e9s de la exploraci\u00f3n en el momento de la elaboraci\u00f3n del informe, se detectan cerebros de aspecto anciano anormalmente anormales. Los informes m\u00e1s precisos estar\u00e1n en los centros donde hay neurorradi\u00f3logos, pero pocos centros tienen neurorradi\u00f3logos\u00bb, dijo el Dr. Booth.<\/p>\n
\u00abLa detecci\u00f3n autom\u00e1tica de la p\u00e9rdida de volumen en tiempo real ayuda a detectar el problema com\u00fan de la neurodegeneraci\u00f3n durante las exploraciones obtenidas por cualquier motivo. Un diagn\u00f3stico posterior de, por ejemplo, la enfermedad de Alzheimer en etapa temprana, podr\u00eda mejorar potencialmente la atenci\u00f3n al paciente mediante la implementaci\u00f3n de intervenciones m\u00e9dicas y sociales tempranas. Del mismo modo, los pacientes podr\u00edan potencialmente ser reclutados para ensayos de medicamentos en una etapa m\u00e1s temprana\u00bb.<\/p>\n
El Dr. Booth dijo que el marco tambi\u00e9n podr\u00eda usarse para aprovechar la riqueza de las grandes bases de datos hospitalarias existentes para proporcionar nuevos y poderosos recursos para la capacitaci\u00f3n, las pruebas y la validaci\u00f3n cl\u00ednica. de herramientas de an\u00e1lisis de im\u00e1genes m\u00e9dicas m\u00e1s all\u00e1 de la edad cerebral, como la detecci\u00f3n de anomal\u00edas. <\/p>\n
Explore m\u00e1s<\/p>\n
El sistema basado en IA podr\u00eda ayudar a clasificar las resonancias magn\u00e9ticas cerebrales M\u00e1s informaci\u00f3n:<\/strong> David A. Wood et al, Accurate modelos de cerebro para ex\u00e1menes de resonancia magn\u00e9tica cl\u00ednica de rutina, NeuroImage (2022). DOI: 10.1016\/j.neuroimage.2022.118871 Informaci\u00f3n de la revista:<\/strong> NeuroImage <\/p>\n Proporcionado por King’s College London Cita<\/strong> : Nueva herramienta de detecci\u00f3n desarrollada para identificar autom\u00e1ticamente los cerebros que parecen m\u00e1s viejos t\u00edpicos de la demencia (14 de enero de 2022) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2022-01-screening-tool-automatically-older-brains.html Este documento est\u00e1 sujeto a derechos de autor. t de cualquier trato justo con el prop\u00f3sito de estudio o investigaci\u00f3n privada, ninguna parte puede ser reproducida sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico Investigadores de la Facultad de Ingenier\u00eda Biom\u00e9dica y Ciencias de la Imagen han desarrollado una nueva herramienta de aprendizaje autom\u00e1tico que analiza las resonancias magn\u00e9ticas cerebrales y predice el edad de un cerebro en comparaci\u00f3n con el resto de la poblaci\u00f3n. Esencialmente una herramienta de detecci\u00f3n, detecta autom\u00e1ticamente los cerebros que … Continuar leyendo \u00abNueva herramienta de detecci\u00f3n desarrollada para identificar autom\u00e1ticamente los cerebros que parecen m\u00e1s viejos t\u00edpicos de la demencia\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-6713","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/6713","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=6713"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/6713\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=6713"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=6713"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=6713"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}