Imagenología de campo oscuro del tórax ayuda a diagnosticar la enfermedad pulmonar
Por el equipo editorial de MedImaging en español Actualizado el 14 Sep 2021 |

Imagen: Esquema del prototipo del sistema de rayos X de campo oscuro (Fotografía cortesía de Radiology)
Un estudio nuevo afirma que una técnica nueva de imágenes de rayos X de tórax puede detectar señales en los pulmones que no se detectan en las radiografías de tórax estándar.
En estudios por investigadores de la Universidad Técnica de Múnich (TUM; Alemania), Klinikum rechts der Isar (Múnich, Alemania) y Philips Research (Hamburgo, Alemania), las imágenes de campo oscuro de rayos X, a diferencia de la radiografía convencional basada en atenuación, utilizan las propiedades de onda de los rayos X, específicamente la dispersión de ángulo ultrapequeño que se produce en el material interfaz dentro de la muestra. En analogía con la microscopía de luz de campo oscuro, el campo oscuro en este contexto se refiere a la apariencia brillante de objetos dispersos sobre un fondo oscuro.
Dado que el contraste se genera por múltiples refracciones en microestructuras, los pulmones sanos tienen una señal relativamente alta debido a sus muchas interfaces aire-tejido en los alvéolos. Las enfermedades pulmonares que interfieren con la integridad de la estructura alveolar, como enfisema, fibrosis y cáncer de pulmón, conducen a una disminución de la señal del campo oscuro. Los investigadores desarrollaron un sistema prototipo para humanos que se puede usar para evaluar imágenes de campo oscuro para la detección y caracterización de enfermedades pulmonares, con una cantidad comparativamente baja de exposición a la radiación para el individuo.
Para el estudio, los investigadores reclutaron a 40 pacientes sanos a quienes les practicaron una TC de tórax como parte de su estudio de diagnóstico, así como radiografías de tórax de campo oscuro y basadas en atenuación, simultáneamente. Los investigadores encontraron una correlación entre la señal de campo oscuro total y el volumen pulmonar, con pulmones humanos normales en imágenes de rayos X de tórax de campo oscuro que producían una señal alta, mientras que las estructuras óseas circundantes tenían una señal baja y los tejidos blandos no producían señal alguna. Además, no se encontraron diferencias entre hombres y mujeres y la edad, el peso y la altura no influyeron en la señal del campo oscuro. El estudio fue publicado el 24 de agosto de 2021 en la revista Radiology.
“Debido a la naturaleza de la generación de señales en las imágenes de campo oscuro, las estructuras óseas y los tejidos blandos generan solo una señal mínima de campo oscuro en comparación con el tejido pulmonar. Esta característica permite una descripción detallada del tejido pulmonar sin deterioro de las estructuras circundantes”, concluyeron el autor principal, Florian Gassert, PhD, de la TUM y sus colegas. “Estos hallazgos demuestran que la señal de campo oscuro es de hecho sensible a la condición pulmonar del paciente por sí sola y es independiente de factores demográficos, destacando su valor potencial para el diagnóstico y monitoreo de enfermedades respiratorias”.
Enlace relacionado:
Universidad Técnica de Múnich
Klinikum rechts der Isar
Philips Research
En estudios por investigadores de la Universidad Técnica de Múnich (TUM; Alemania), Klinikum rechts der Isar (Múnich, Alemania) y Philips Research (Hamburgo, Alemania), las imágenes de campo oscuro de rayos X, a diferencia de la radiografía convencional basada en atenuación, utilizan las propiedades de onda de los rayos X, específicamente la dispersión de ángulo ultrapequeño que se produce en el material interfaz dentro de la muestra. En analogía con la microscopía de luz de campo oscuro, el campo oscuro en este contexto se refiere a la apariencia brillante de objetos dispersos sobre un fondo oscuro.
Dado que el contraste se genera por múltiples refracciones en microestructuras, los pulmones sanos tienen una señal relativamente alta debido a sus muchas interfaces aire-tejido en los alvéolos. Las enfermedades pulmonares que interfieren con la integridad de la estructura alveolar, como enfisema, fibrosis y cáncer de pulmón, conducen a una disminución de la señal del campo oscuro. Los investigadores desarrollaron un sistema prototipo para humanos que se puede usar para evaluar imágenes de campo oscuro para la detección y caracterización de enfermedades pulmonares, con una cantidad comparativamente baja de exposición a la radiación para el individuo.
Para el estudio, los investigadores reclutaron a 40 pacientes sanos a quienes les practicaron una TC de tórax como parte de su estudio de diagnóstico, así como radiografías de tórax de campo oscuro y basadas en atenuación, simultáneamente. Los investigadores encontraron una correlación entre la señal de campo oscuro total y el volumen pulmonar, con pulmones humanos normales en imágenes de rayos X de tórax de campo oscuro que producían una señal alta, mientras que las estructuras óseas circundantes tenían una señal baja y los tejidos blandos no producían señal alguna. Además, no se encontraron diferencias entre hombres y mujeres y la edad, el peso y la altura no influyeron en la señal del campo oscuro. El estudio fue publicado el 24 de agosto de 2021 en la revista Radiology.
“Debido a la naturaleza de la generación de señales en las imágenes de campo oscuro, las estructuras óseas y los tejidos blandos generan solo una señal mínima de campo oscuro en comparación con el tejido pulmonar. Esta característica permite una descripción detallada del tejido pulmonar sin deterioro de las estructuras circundantes”, concluyeron el autor principal, Florian Gassert, PhD, de la TUM y sus colegas. “Estos hallazgos demuestran que la señal de campo oscuro es de hecho sensible a la condición pulmonar del paciente por sí sola y es independiente de factores demográficos, destacando su valor potencial para el diagnóstico y monitoreo de enfermedades respiratorias”.
Enlace relacionado:
Universidad Técnica de Múnich
Klinikum rechts der Isar
Philips Research
Últimas Radiografía noticias
- Solución de IA para rayos X de tórax identifica, categoriza y resalta automáticamente áreas sospechosas
- IA diagnostica fracturas de muñeca tan bien como radiólogos
- Mamografía anual a partir de los 40 reduce mortalidad por cáncer de mama en 42 %
- GPS humano 3D impulsado por luz allana el camino para cirugía mínimamente invasiva sin radiación
- Nueva tecnología de IA podría revolucionar detección del cáncer en senos densos
- Solución de IA proporciona a radiólogos un "segundo par" de ojos para detectar cánceres de mama
- IA ayuda a radiólogos generales a lograr un rendimiento de nivel de especialista en interpretación de mamografías
- Novedosa técnica de imágenes podría transformar detección del cáncer de mama
- Programa informático combina IA y tecnología de imágenes térmicas para detección temprana de cáncer de mama
- IA supera a lectores humanos en detección de nódulos pulmonares en rayos X
- IA mejora interpretación de radiografías de tórax relacionadas con emergencias por profesionales no radiólogos
- Primera tecnología de IA personalizada en la industria revoluciona diagnóstico mamario de extremo a extremo
- Solución de rayos X de tórax impulsada por IA ofrece detección mejorada de nódulos pulmonares
- Sistema avanzado de rayos X ofrece solución dos en uno para fluoroscopia y radiología general
- IA ayuda a médicos a lograr mayor precisión diagnóstica en interpretación de radiografías de tórax
- Nueva herramienta de IA detecta y caracteriza con precisión microcalcificaciones en mamografía
Canales
RM
ver canal
Terapia de ultrasonido enfocado guiada por resonancia magnética se muestra prometedora en tratamiento del cáncer de próstata
Los médicos y radiólogos intervencionistas utilizan la terapia de ultrasonido enfocado guiado por resonancia magnética (MRgFUS) para apuntar con precisión áreas específicas... Más
La máquina de resonancia magnética más potente del mundo captura imágenes del cerebro vivo con una claridad inigualable
El escáner de resonancia magnética (MRI) más potente del mundo ha generado sus primeras imágenes del cerebro humano, demostrando nuevos niveles de precisión que podrían... Más
Herramienta de resonancia magnética basada enIA supera métodos actuales de diagnóstico de tumores cerebrales
El glioblastoma multiforme, las metástasis de tumores sólidos al cerebro y el linfoma primario del sistema nervioso central comprenden hasta el 70 % de todos los cánceres cerebrales malignos.... MásUltrasonido
ver canal
Transductor de ultrasonido transparente de banda ancha ultrasensible mejora diagnóstico médico
El sistema de imágenes de modo dual ultrasonido-fotoacústico combina el contraste de imágenes moleculares con imágenes de ultrasonido. Puede mostrar detalles moleculares y estructurales... Más
Inteligencia artificial detecta defectos cardíacos en recién nacidos a partir de imágenes de ultrasonido
La hipertensión pulmonar es una afección en la que las arterias que van a los pulmones de un bebé no se abren lo suficiente o no se cierran poco después del nacimiento.... MásMedicina Nuclear
ver canal
Adquisición temprana de PET FDG dinámica de 30 minutos podría reducir a la mitad tiempos de exploración pulmonar
Las exploraciones PET FDG F-18 son una forma de observar el interior del cuerpo utilizando un tinte especial, y estas exploraciones pueden ser estáticas o dinámicas. Las exploraciones estáticas... Más
El nuevo sistema radioteranástico detecta y trata el cáncer de ovario de forma no invasiva
El cáncer de ovario es el cáncer ginecológico más letal, con una tasa de supervivencia a cinco años inferior al 30% para los diagnosticados en etapas tardías.... Más
Nuevo método para desencadenar y obtener imágenes de convulsiones para ayudar a guiar cirugía de epilepsia
Las personas que experimentan epilepsia y convulsiones que no pueden controlarse con medicamentos a menudo encuentran beneficiosa la cirugía cerebral. Este procedimiento tiene como objetivo extirpar... MásImaginología General
ver canal
Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC
El uso de la inteligencia artificial (IA) en el análisis de imágenes médicas ha sido testigo de avances significativos recientemente. Se están desarrollando nuevas herramientas... Más.jpg)
El algoritmo de aprendizaje profundo basado en TC diferencia con precisión las fracturas vertebrales benignas de las malignas
Se espera que el aumento de la población que envejece dé como resultado un aumento correspondiente en la prevalencia de fracturas vertebrales que pueden causar dolor de espalda o compromiso... MásTI en Imaginología
ver canal
Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles
Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Plataforma para el manejo de imágenes agiliza los planes de tratamiento
Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... MásUna red global nueva mejora el acceso a la comprensión diagnóstica
Quest Diagnostics (Madison, NJ, EUA), un proveedor líder de servicios de información de diagnóstico, junto con otros proveedores de servicios de diagnóstico, ha anunciado la formación y el lanzamiento de la Red de Diagnóstico Global (GDN), un grupo de... Más
Una estación de trabajo nuevo apoya el flujo de trabajo de la imagenología pensando en los clientes
Una estación de trabajo de imagenología nueva ofrece una interfaz única e intuitiva para la toma eficiente de radiografías, fluoroscopias, mamografías y la toma de imágenes de las piernas/columna vertebral... MásIndustria
ver canal
IBA adquiere Radcal para ampliar oferta de garantía de calidad de imágenes médicas
Ion Beam Applications SA (IBA, Louvain-La-Neuve, Bélgica), líder mundial en tecnología de aceleradores de partículas y proveedor líder mundial de soluciones de dosimetría... Más
Sociedades internacionales sugieren consideraciones clave para herramientas IA para radiología
La inteligencia artificial (IA) tiene el potencial de alterar significativamente el campo de la radiología, presentando tanto oportunidades como desafíos. Su integración podría... Más