Inteligencia artificial para obtener resonancias magnéticas de mayor calidad

resonancia magnética
Universidad de Málaga

Investigadores del Grupo ICAI (Inteligencia Computacional y Análisis de Imágenes) de la Universidad de Málaga han diseñado un método inédito capaz de mejorar las imágenes del cerebro obtenidas por resonancia magnética usando la inteligencia artificial.

Se trata de un nuevo modelo que ha permitido que las imágenes pasen de baja resolución a alta, sin distorsionar las estructuras cerebrales de los pacientes. Para ello, utiliza una red neuronal artificial profunda (modelo inspirado en el funcionamiento del cerebro humano) que ‘aprende’ este proceso.

Analizando la complejidad del cerebro

«El aprendizaje profundo está basado en redes neuronales muy extensas, con lo que su capacidad para aprender lo es también, alcanzando la complejidad y abstracción de un cerebro», explica el investigador Karl Thurnhofer, autor principal del estudio. Señala también que gracias a esta técnica se pueden realizar tareas de identificación por sí mismas, sin supervisión, de las que ni el ojo humano sería capaz.

resonancia magnética

El algoritmo desarrollado en la Universidad de Málaga obtiene resultados de mayor precisión en una franja de tiempo menor, con los consiguientes beneficios que esto implica para los pacientes a los que se realiza la resonancia magnética. «Hasta ahora la adquisición de imágenes cerebrales de calidad dependían del tiempo que el paciente estuviera inmovilizado en el escáner, con nuestro método el procesamiento de la imagen se hace posteriormente en el ordenador», asegura Thurnhofer. Este proyecto y sus detalles han sido publicados en la revista científica ‘Neurocomputing’.

Una resonancia magnética más concluyente

Según los expertos, los resultados permitirán a los especialistas identificar de forma más nítida y precisar patologías relacionadas con el cerebro como lesiones físicas, cánceres o trastornos del lenguaje, entre otras, ya que los detalles de las imágenes son más finos, evitando así tener que recurrir a pruebas complementarias ante diagnósticos dudosos.

El Grupo ICAI de la UMA, dirigido por el catedrático Ezequiel López, también autor de este trabajo, es todo un referente en neurocomputación, aprendizaje computacional e inteligencia artificial. Los profesores del Departamento de Lenguajes y Ciencias de la Computación Enrique Domínguez y Rafael Luque, así como la investigadora Núria Roé-Vellvé, también han participado en el estudio.

Imágenes: Universidad de Málaga

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *