Meu SciELO
Serviços Personalizados
Artigo
Indicadores
- Citado por SciELO
Links relacionados
- Similares em SciELO
Compartilhar
Revista Cubana de Informática Médica
versão On-line ISSN 1684-1859
Resumo
SANCHEZ-MEDEL, Nohemí; ZETERA-DIAZ, Juan Josefat; DIAZ-HERNANDEZ, Raquel e ALTAMIRANO ROBLES, Leopoldo. Tomografía fotoacústica y Deep Learning en aplicacionesmédicas. RCIM [online]. 2023, vol.15, n.2 Epub 01-Dez-2023. ISSN 1684-1859.
En las últimas décadas, las imágenes fotoacústicas han demostrado su eficacia en el apoyo al diagnóstico de algunas enfermedades, así como en la investigación médica, ya que a través de ellas es posible obtener información del cuerpo humano con características específicas y profundidad de penetración, desde 1 cm hasta 6 cm dependiendo en gran medida del tejido estudiado, además de una buena resolución. Las imágenes fotoacústicas son comparativamente jóvenes y emergentes y prometen mediciones en tiempo real, con procedimientos no invasivos y libres de radiación. Por otro lado, aplicar Deep Learning a imágenes fotoacústicas permite gestionar datos y transformarlos en información útil que genere conocimiento. Estas aplicaciones poseen ventajas únicas que facilitan la aplicación clínica. Se considera que con estas técnicas se pueden proporcionar diagnósticos médicos confiables. Es por eso que el objetivo de este artículo es proporcionar un panorama general de los casos donde se combina el Deep Learning con técnicas fotoacústicas.
Palavras-chave : imagen fotoacústica; aprendizaje profundo; redes neuronales; aprendizaje automático.