/ Cáncer de ovario / Desarrollan un modelo de aprendizaje automático basado en imágenes para detectar mejor el cáncer de ovario

Desarrollan un modelo de aprendizaje automático basado en imágenes para detectar mejor el cáncer de ovario

Adamed Mujer en 1 diciembre, 2022 - 8:03 am en Cáncer de ovario

El cáncer de ovario es el tipo de cáncer más letal para las mujeres. Solo alrededor del 20% de los casos se detectan en una etapa temprana, ya que no existen pruebas de detección reales y provocan pocos síntomas. Además, las lesiones ováricas son difíciles de diagnosticar con precisión; de hecho, no hay señales de cáncer en más del 80% de las mujeres que se someten a cirugía para extirpar y examinar las lesiones.

Un equipo investigador del Departamento de Ingeniería Biomédica en la Universidad de Washington (St. Louis) han aplicado una variedad de métodos de imágenes para diagnosticar el cáncer de ovario con mayor precisión. Han desarrollado un nuevo modelo de fusión de aprendizaje automático que aprovecha las características de ultrasonido existentes de las lesiones ováricas para entrenar al modelo para que reconozca si una lesión es benigna o cancerosa a partir de imágenes reconstruidas tomadas con tomografía fotoacústica.

La tomografía fotoacústica es una técnica de imagen híbrida que combina la capacidad de contraste y la sensibilidad espectral de la imagen óptica con la resolución y la capacidad de penetración en el tejido del ultrasonido.

Este estudio, publicado en la revista ‘Photoacoustics’, es el primero que utiliza ultrasonido para mejorar el rendimiento del aprendizaje automático de la reconstrucción por tomografía fotoacústica para el diagnóstico del cáncer.

Según los investigadores, las modalidades existentes se basan principalmente en el tamaño y la forma de las lesiones ováricas, pero no brindan un diagnóstico preciso para el cáncer de ovario temprano ni para la evaluación del riesgo de lesiones ováricas grandes. Las imágenes fotoacústicas añaden más información funcional sobre el contraste vascular a partir de la concentración de hemoglobina y la saturación de oxígeno en la sangre.

Las lesiones cancerosas de los ovarios pueden presentarse en varias morfologías diferentes a la ecografía: algunas son sólidas y otras tienen proyectos papilares dentro de las lesiones quísticas, lo que las hace más difíciles de diagnosticar. Para mejorar el diagnóstico general de la ecografía, agregaron la concentración total de hemoglobina y la saturación de oxigenación de la sangre a partir de imágenes fotoacústicas, que son biomarcadores del tejido ovárico canceroso.

Los resultados mostraron que el modelo de fusión de imágenes fotoacústicas mejoradas con ultrasonido reconstruyó los mapas de hemoglobina total y saturación de oxígeno en sangre del objetivo con mayor precisión que otros métodos y proporcionó un diagnóstico mejorado de cánceres de ovario a partir de lesiones benigna. La precisión del modelo fue del 90%.

0 Comentario Opina

Envíenos un mensaje aqui

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