Radiografías pulmonares de bajas dosis facilitan el diagnóstico del coronavirus
Por el equipo editorial de MedImaging en español Actualizado el 18 May 2020 |

Imagen: Esquema de un dispositivo para imágenes de rayos X de campo oscuro (Fotografía cortesía de la TUM)
Un método novedoso de rayos X que implica una radiación significativamente menor que la tomografía computarizada (TC) puede ayudar a identificar las anomalías en la COVID-19.
Desarrollado en la Universidad Técnica de Múnich (TUM; Alemania), las imágenes de campo oscuro visualizan la dispersión de rayos X. Mientras que las imágenes convencionales de rayos X muestran la atenuación de los rayos X en su camino a través del tejido, el método de campo oscuro se enfoca en la pequeña porción de la luz de rayos X que está dispersa, de manera similar a las tecnologías de microscopía de campo oscuro establecidas desde hace mucho tiempo que usan luz visible. Para hacerlo, las imágenes de campo oscuro de rayos X utilizan rejillas como elementos ópticos; las rejillas son arreglos de líneas finas que alternan entre diferentes grados de transparencia de rayos X.
Se usaron un total de tres rejillas. Debido a la longitud de onda corta de los rayos X, las líneas de las rejillas tienen solo unas pocas micras (milésimas de milímetro) de ancho. El paciente se encuentra entre la segunda y la tercera rejilla. El detector de rayos X recibe una imagen de rayos X convencional que se superpone con un patrón de franjas. El patrón de franjas es el más débil en las áreas donde se visualizan regiones con alvéolos intactos. Luego, el software especializado reconstruye dos imágenes separadas, una imagen de rayos X convencional y una imagen de campo oscuro en la que las áreas con alvéolos intactos aparecen brillantes y las áreas con alvéolos dañados aparecen oscuras.
“En la neumonía del tipo causada por la Covid-19, se forman estructuras en el pulmón que inicialmente se asemejan a rellenos de algodón o telarañas, y que luego se extienden por todo el pulmón y se llenan de líquido. Los cambios en el pulmón están asociados con daños en los alvéolos que podrían ser claramente visibles en las imágenes de campo oscuro”, dijo el profesor Franz Pfeiffer, PhD. “La dispersión es particularmente fuerte en las interfaces entre el aire y el tejido. Como resultado, una imagen de campo oscuro del pulmón puede diferenciar claramente áreas con alvéolos que están intactos, es decir, llenos de aire, de regiones en las que los alvéolos se han colapsado o están llenos de líquido”.
Los métodos de rayos X se pueden usar para identificar cambios patológicos en el pulmón que generalmente pueden acompañar a la Covid-19, pero los cambios causados no se pueden identificar claramente en una imagen de rayos X bidimensional convencional y requieren TC. La tecnología de campo oscuro implicaría la exposición a una dosis de radiación significativamente menor, ya que solo requiere una sola imagen por paciente, mientras que la TC requiere una gran cantidad de imágenes individuales tomadas desde varios ángulos. También permitiría examinar grandes cantidades de pacientes en muy poco tiempo, proporcionando resultados inmediatamente después del examen.
Enlace relacionado:
Universidad Técnica de Múnich
Desarrollado en la Universidad Técnica de Múnich (TUM; Alemania), las imágenes de campo oscuro visualizan la dispersión de rayos X. Mientras que las imágenes convencionales de rayos X muestran la atenuación de los rayos X en su camino a través del tejido, el método de campo oscuro se enfoca en la pequeña porción de la luz de rayos X que está dispersa, de manera similar a las tecnologías de microscopía de campo oscuro establecidas desde hace mucho tiempo que usan luz visible. Para hacerlo, las imágenes de campo oscuro de rayos X utilizan rejillas como elementos ópticos; las rejillas son arreglos de líneas finas que alternan entre diferentes grados de transparencia de rayos X.
Se usaron un total de tres rejillas. Debido a la longitud de onda corta de los rayos X, las líneas de las rejillas tienen solo unas pocas micras (milésimas de milímetro) de ancho. El paciente se encuentra entre la segunda y la tercera rejilla. El detector de rayos X recibe una imagen de rayos X convencional que se superpone con un patrón de franjas. El patrón de franjas es el más débil en las áreas donde se visualizan regiones con alvéolos intactos. Luego, el software especializado reconstruye dos imágenes separadas, una imagen de rayos X convencional y una imagen de campo oscuro en la que las áreas con alvéolos intactos aparecen brillantes y las áreas con alvéolos dañados aparecen oscuras.
“En la neumonía del tipo causada por la Covid-19, se forman estructuras en el pulmón que inicialmente se asemejan a rellenos de algodón o telarañas, y que luego se extienden por todo el pulmón y se llenan de líquido. Los cambios en el pulmón están asociados con daños en los alvéolos que podrían ser claramente visibles en las imágenes de campo oscuro”, dijo el profesor Franz Pfeiffer, PhD. “La dispersión es particularmente fuerte en las interfaces entre el aire y el tejido. Como resultado, una imagen de campo oscuro del pulmón puede diferenciar claramente áreas con alvéolos que están intactos, es decir, llenos de aire, de regiones en las que los alvéolos se han colapsado o están llenos de líquido”.
Los métodos de rayos X se pueden usar para identificar cambios patológicos en el pulmón que generalmente pueden acompañar a la Covid-19, pero los cambios causados no se pueden identificar claramente en una imagen de rayos X bidimensional convencional y requieren TC. La tecnología de campo oscuro implicaría la exposición a una dosis de radiación significativamente menor, ya que solo requiere una sola imagen por paciente, mientras que la TC requiere una gran cantidad de imágenes individuales tomadas desde varios ángulos. También permitiría examinar grandes cantidades de pacientes en muy poco tiempo, proporcionando resultados inmediatamente después del examen.
Enlace relacionado:
Universidad Técnica de Múnich
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