Nuevo modelo hace que la resonancia magnética sea más precisa y confiable

Esta técnica de obtención de imágenes no invasiva utiliza un campo magnético y ondas de radio para capturar imágenes de los tejidos blandos sin utilizar radiación. Sin embargo, la RM tiene algunas limitaciones. Los movimientos del participante, como parpadeo, respiración u otras acciones involuntarias, pueden causar desenfoque de la imagen y llevar a artefactos fantasma, que repiten las estructuras. Esto puede ser particularmente desafiante para los niños que encuentran difícil permanecer quietos durante todo el escaneo. Dado que la RM es crucial para diagnosticar enfermedades cerebrales y realizar investigaciones neurológicas, es esencial mantener una alta calidad de imagen. Ahora, un nuevo modelo de RM ofrece una mayor precisión y fiabilidad para el análisis de la estructura cerebral.

Para abordar estos problemas y mejorar la calidad de las imágenes de resonancia magnética cerebral, los investigadores de la Facultad de Medicina de la UNC (Chapel Hill, Carolina del Norte, EUA) han desarrollado la base de mejora de la resonancia magnética cerebral (BME-X), un modelo diseñado para corregir el movimiento, mejorar la resolución, reducir el ruido y aumentar el contraste de la imagen.

Una característica destacada de este modelo es su capacidad de "armonizar" las imágenes de resonancia magnética de varios escáneres. Con muchos escáneres de RM diferentes en uso en los entornos clínicos, cada uno con sus propios parámetros de imagen, lograr resultados consistentes puede ser difícil. BME-X puede integrar estos datos y estandarizarlos, proporcionando imágenes "armonizadas" adecuadas tanto para fines clínicos como de investigación.

En un estudio publicado en la revista Nature Biomedical Engineering, se probó el modelo BME-X utilizando más de 13.000 imágenes de diversos grupos de pacientes y tipos de escáneres. Los investigadores descubrieron que BME-X superó a otros métodos líderes en el abordaje del movimiento corporal, la reconstrucción de imágenes de alta resolución a partir de datos de menor resolución, la reducción del ruido y el manejo de imágenes por resonancia magnética patológicas.

La fortaleza del modelo para armonizar los datos lo posiciona para agilizar los ensayos clínicos y la investigación que involucran a múltiples instituciones, al mismo tiempo que contribuye al desarrollo de nuevos protocolos y procedimientos de neuroimagen estandarizados.

“La calidad de las imágenes es importante para visualizar la anatomía y la patología del cerebro y puede ayudar a fundamentar las decisiones clínicas”, afirmó el Dr. Li Wang, profesor asociado de radiología. “Nuestro modelo puede realizar un análisis más preciso y fiable de las estructuras cerebrales, lo que resulta fundamental para la detección temprana, el diagnóstico y el seguimiento de las enfermedades neurológicas”.