Salud    Medtech

Aplican inteligencia artificial para mejorar la resolución de las resonancias del cerebro

El método diseñado por investigadores de la Universidad de Málaga permite detectar patologías con mayor precisión y nitidez, sin necesidad de pruebas complementarias

22 ENE. 2020
3 minutos
El investigador Karl Thurnhofer con una imagen de resonancia para tratarla con su nuevo método de inteligencia artificial.
El investigador Karl Thurnhofer con el sistema de IA para tratar las imágenes de resonancia.

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“, explican fuentes de la universidad.

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 –un modelo inspirado en el funcionamiento del cerebro humano- que ‘aprende’ este proceso.

“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 de este estudio, que señala 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.

En este sentido, Thurnhofer incide en que 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”, aclara .

Según los expertos, los resultados permitirán a los especialistas identificar de forma más nítida y precisa 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.

Investigación Este avance investigador ha sido publicado por la revista científica Neurocomputing, que recoge como el algoritmo desarrollado en la Universidad de Málaga obtiene resultados de mayor precisión en menos tiempo, con claros beneficios para los pacientes. El Grupo ICAI de la UMA, que dirige el catedrático Ezequiel López, también autor de este trabajo, es 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.