Escaneos de MRI más rápidos con nuevo algoritmo

Los médicos pueden detectar incluso los primeros signos de cáncer u otras anomalías a través de la resonancia magnética (MRI), que explora el interior del cuerpo con detalles intrincados, sin embargo, estas exploraciones pueden ser una experiencia larga e incómoda para los pacientes, ya que los requiere permanecer quieto en la máquina por hasta 45 minutos. Al usar un algoritmo desarrollado en el Laboratorio de Investigación de Electrónica del MIT, los tiempos de escaneo podrían reducirse a solo 15 minutos.
Los escáneres de resonancia magnética usan campos magnéticos y ondas de radio potentes para adquirir varias imágenes de una y la misma parte del cuerpo, cada una diseñada para crear un contraste entre diferentes tipos de tejido. Los radiólogos pueden detectar anomalías sutiles, como un tumor en desarrollo, al comparar múltiples imágenes de la misma región y al examinar las variaciones en el contraste de los diferentes tipos de tejidos. Sin embargo, el procedimiento de tomar múltiples escaneos de las mismas regiones consume mucho tiempo, lo que hace que los pacientes pasen mucho tiempo dentro de la máquina.
El autor principal, Elfar Adalsteinsson, profesor asociado de ingeniería eléctrica e informática y ciencias de la salud y tecnología, y Vivek Goyal, el profesor asociado de desarrollo profesional de Ester y Harold E. Edgerton de ingeniería eléctrica y ciencias de la computación han desarrollado un algoritmo que puede acelerar drásticamente el proceso de escaneo MRI. El documento que detalla el algoritmo se publicará en la revista Resonancia magnética en medicina.
Al usar la información obtenida del primer escaneo de contraste, el algoritmo puede producir imágenes subsiguientes sin tener que iniciar el escáner desde cero cada vez que produce una imagen diferente de los datos brutos, ya que ya tiene un esquema básico para trabajar. Esto acorta considerablemente el tiempo requerido para adquirir cada escaneo posterior.
Al buscar las características que son comunes en todos los escaneos diferentes, como la estructura anatómica básica, el software puede crear este esquema. El algoritmo utiliza particularmente el primer escaneo para predecir la posición probable de los límites entre diferentes tipos de tejidos en los escaneos de contraste posteriores.
Adalsteinsson explica:

"Si la máquina realiza un escaneo de su cerebro, su cabeza no se moverá de una imagen a la siguiente, por lo que si el escaneo número dos ya sabe dónde está su cabeza, no tardará tanto en producir la imagen como cuando los datos tuvieron que ser adquiridos desde cero para el primer escaneo.
Dada la información de un contraste, le da una cierta probabilidad de que un borde particular, por ejemplo, la periferia del cerebro o los bordes que confinan diferentes compartimentos dentro del cerebro, esté en el mismo lugar ".

Según Goyal, el algoritmo no puede transferir demasiada información desde el primer escaneo a los escaneos subsiguientes, ya que correría el riesgo de perder las características únicas del tejido reveladas por los diferentes contrastes.

Goyal explica:

"No quiere presuponer demasiado. Por lo tanto, no asume, por ejemplo, que el patrón brillante y oscuro de una imagen se replicará en la siguiente imagen, porque de hecho ese tipo de patrones de luz y oscuridad a menudo se invierten y pueden revelar propiedades tisulares completamente diferentes ".

El primer autor, Berkin Bilgic, aclara que, por lo tanto, el algoritmo calcula para cada píxel individual qué nueva información se requiere para construir la imagen y qué información, por ejemplo, los bordes de los diferentes tipos de tejido puede tomar de las exploraciones anteriores. Como resultado, las exploraciones MRI se completan mucho más rápido y pueden reducir el tiempo que los pacientes deben pasar dentro de la máquina de 45 a solo 15 minutos. Bilgic admite que el escaneo más rápido tiene un ligero impacto en la calidad de la imagen, pero es muy superior a los algoritmos de la competencia.
Los investigadores están trabajando actualmente en mejorar aún más el algoritmo para que los datos de imágenes en bruto se puedan procesar mucho más rápido en una imagen final que puede ser analizada por los médicos una vez que los pacientes hayan salido del escáner de IRM. Los procesadores informáticos estándar tardan bastante más en convertir los datos brutos en una imagen final que las exploraciones MRI convencionales; sin embargo, los investigadores son optimistas de que pueden reducir el tiempo al mismo tiempo requerido por las exploraciones MRI convencionales mediante la utilización de avances recientes en hardware informático de la industria del juego.

Comentarios de Adalsteinsson:

"Las unidades de procesamiento de gráficos, o GPU, son órdenes de magnitud más rápidas en ciertas tareas de cómputo que los procesadores generales, como la tarea de cómputo particular que necesitamos para este algoritmo". Él agrega, que un estudiante en el laboratorio está trabajando actualmente para implementar el algoritmo en una GPU dedicada.

Escrito por: Petra Rattue