Técnicas de imagen avanzadas para la detección de patologías
Las técnicas de imagen en vivo se utilizan ampliamente para el diagnóstico de anomalías tanto estructurales como funcionales. Estas técnicas permiten a los médicos ver cortes bidimensionales (2D) o reconstrucciones tridimensionales (3D) del encéfalo de un paciente, que pueden incluir indicadores de su función a través del tiempo en diferentes tareas. El proyecto DEBRA («Detección de anomalías encefálicas») se propuso desarrollar técnicas de segmentación de lesiones asistida por ordenador para mejorar la detección de las enfermedades cerebrovasculares mediante IRM y que pueden tener múltiples aplicaciones a las técnicas de neuroimagen de otras patologías. En concreto, los investigadores están aplicando técnicas de clasificación de patrones combinadas con modelos estadísticos para mejorar la detección de diferencias sutiles, tanto en tejido enfermo con respecto al tejido sano como en tejido enfermo a lo largo del tiempo. Hasta la fecha, los investigadores han recopilado datos clínicos, han creado datos simulados, han preprocesado los datos de imágenes y han desarrollado y aplicado algoritmos para la segmentación de anomalías. Comparados con los métodos convencionales, la aplicación de dichos algoritmos mejora la sensibilidad tanto para los conjuntos de datos reales como para los simulados. Eliminando del proceso la selección manual y el conocimiento previo, se espera solventar el problema actual de la especificidad. De todas maneras, los algoritmos creados hasta la fecha ya se podrían utilizar para acelerar el proceso de cribado o se podrían combinar con un plan de supervisión para aumentar su precisión. Además, la continuación del trabajo actual del proyecto debería mejorar la especificidad de los algoritmos para la detección de anomalías y ampliar su aplicación general a la detección de otras patologías diferentes a las asociadas con las enfermedades cerebrovasculares.
