![\"Un-algoritmo-delimita-automaticamente-tumores-cerebrales-en-imagenes-medicas_image365_\"](\"https:\/\/www.eldigitaldeasturias.com\/noticias\/wp-content\/uploads\/2013\/09\/Un-algoritmo-delimita-automaticamente-tumores-cerebrales-en-imagenes-medicas_image365_-360x246.jpg\")
SINC – Un trabajo del grupo de Inteligencia Artificial y Razonamiento Aproximado (GIARA) de la Universidad P\u00fablica de Navarra, con el que se ha logrado desarrollar un algoritmo para mejorar la delimitaci\u00f3n de los tumores cerebrales en im\u00e1genes m\u00e9dicas, ha sido premiado por La Asociaci\u00f3n Europea de L\u00f3gica Difusa y Soft Computing (EUSFLAT).<\/p>\n
La decisi\u00f3n fue tomada durante la \u00faltima reuni\u00f3n bienal (EUSFLAT 2013) que esta asociaci\u00f3n celebr\u00f3 la semana pasada en Mil\u00e1n.<\/p>\n
Seg\u00fan Ar\u00e1nzazu Jur\u00edo, una de las autoras del trabajo, \u201ccuando el m\u00e9dico decide por d\u00f3nde debe separar el tejido tumoral del tejido sano, nuestro algoritmo le da la garant\u00eda de que nunca va a escoger la peor de las posibilidades porque, de manera autom\u00e1tica, le ofrece una soluci\u00f3n mejorada\u201d.<\/p>\n
El trabajo se centra en el estudio de im\u00e1genes de cerebros obtenidas a trav\u00e9s de resonancia magn\u00e9tica. En concreto, han desarrollado un algoritmo para mejorar el proceso de segmentaci\u00f3n de im\u00e1genes.<\/p>\n
\u201cMediante la segmentaci\u00f3n se separan cada uno de los objetos que forman parte de la imagen. Se analiza cada p\u00edxel de manera que todos los que tengan ciertas caracter\u00edsticas en com\u00fan, se consideran parte del mismo objeto\u201d, a\u00f1ade la investigadora.<\/p>\n
Jurio tambi\u00e9n subraya que en el caso de las im\u00e1genes m\u00e9dicas, este proceso es fundamental para la delimitaci\u00f3n de tumores \u00abdonde, si pensamos en zonas como el cerebro, tres mil\u00edmetros de diferencia pueden marcar la diferencia entre la curaci\u00f3n o afectar zonas como el habla o la vista\u00bb.<\/p>\n
Consenso de funciones<\/em><\/strong><\/p>\n Por su parte, Humberto Bustince, otro de los autores, se\u00f1ala que a la hora de delimitar un tumor crerebral un equipo de varios m\u00e9dicos, es muy probable que cada uno de ellos tenga una opini\u00f3n de c\u00f3mo hacerlo.<\/p>\n \u00abAhora, con el m\u00e9todo propuesto, autom\u00e1ticamente van a tener una serie de opciones que, en cualquier caso, siempre van a mejorar la peor elecci\u00f3n. Hemos logrado que, aunque elijan la peor opci\u00f3n, se equivoquen lo menos posible\u201d, destaca.<\/p>\n Otro de los factores a los que los expertos en inteligencia artificial tienen que enfrentarse es al de las variaciones temporales, puesto que las im\u00e1genes m\u00e9dicas var\u00edan en el tiempo y, en muchas ocasiones, en un breve espacio temporal. \u201cTodos estos algoritmos permiten la aplicaci\u00f3n en tiempo real, ya que lo que puede ser \u00fatil para una imagen en un momento dado, puede no serlo pasado un tiempo\u201d, explica el profesor Bustince.<\/p>\n \u201cEl nuevo algoritmo hace una especie de consenso entre las distintas funciones para obtener una mejor soluci\u00f3n\u00bb, concluyen los responsables.<\/p>\n","protected":false},"excerpt":{"rendered":" SINC – Un trabajo del grupo de Inteligencia Artificial y Razonamiento Aproximado (GIARA) de la Universidad P\u00fablica de Navarra, con el que se ha logrado desarrollar un algoritmo para mejorar la delimitaci\u00f3n de los tumores cerebrales en im\u00e1genes m\u00e9dicas, ha sido premiado por La Asociaci\u00f3n Europea de L\u00f3gica Difusa y Soft Computing (EUSFLAT). La decisi\u00f3n […]<\/p>\n","protected":false},"author":1,"featured_media":1132184,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[28],"tags":[],"class_list":["post-311","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sociedad"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t