Un nuevo sistema para analizar el cerebro podría allanar el camino al registro de imágenes durante las operaciones de los cirujanos.
El registro de imágenes médicas es una técnica común que consiste en superponer dos imágenes, como las de resonancia magnética (MRI), para así comparar y analizar la anatomía humana con todo lujo de detalles. De este modo, los médicos pueden superponer un escaneo cerebral meses antes y analizar pequeños cambios en el progreso del tumor.
Desafortunadamente, este tipo de procesos puede llevar horas con los sistemas tradicionales. Ahora, los investigadores del Instituto Tecnológico de Massachusetts (MIT) pretenden reducir el tiempo de espera. Un nuevo algoritmo de aprendizaje automático puede registrar escaneos cerebrales y otras imágenes 3D hasta 1.000 veces más rápido.
La IA funciona aprendiendo mientras registra imágenes. Al hacerlo, adquiere información sobre cómo alinear imágenes y estima algunos parámetros de alineación óptimos. Después del entrenamiento, se utilizan para asignar todos los píxeles de una imagen a otra teniendo de este modo una imagen completa del cerebro.
Guha Balakrishnan, estudiante graduado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL), ha declarado que: «Las tareas de alinear una resonancia magnética del cerebro no deberían ser tan diferentes cuando se alinean un par de resonancias magnéticas cerebrales u otras. Hay información que debe poder seguir en la forma en que realiza la alineación. Si puede aprender algo del registro de imágenes anterior, puede hacer una nueva tarea mucho más rápido y con la misma precisión.
Las imágenes por resonancia magnética están constituidas por cientos de elementos apilados en 2D que forman imágenes tridimensionales masivas con un millón o más de píxeles tridimensionales. Todo esto proporciona mejoras metodológicas y ahorra tiempos de ejecución.
El algoritmo de los investigadores, llamado VoxelMorph, está impulsado por una red neuronal convolucional (CNN), un enfoque de aprendizaje automático comúnmente utilizado para procesar imágenes. Estas redes consisten en muchos nodos, que procesan imágenes e información a través de varias capas de computación.
El algoritmo presenta una amplia gama de aplicaciones potenciales, señala el equipo de MIT. Actualmente se está ejecutando el algoritmo en imágenes de pulmones y cerebros. De este modo, se estima que este tipo de tecnología allanará el camino para el registro de imágenes durante las operaciones, lo que permitiría potencialmente a los cirujanos registrar escaneos casi en tiempo real.
