Le scansioni MRI offrono un’eccellente qualità nel contrasto dei tessuti molli, ma sono estremamente sensibili al movimento. Anche piccoli spostamenti possono causare artefatti nelle immagini, rischiando diagnosi errate o trattamenti inappropriati, soprattutto in pazienti che faticano a restare immobili.

💡 Un’innovativa soluzione dal MIT
Ricercatori del Massachusetts Institute of Technology hanno sviluppato un modello di deep learning per correggere il movimento nelle MRI cerebrali. Il metodo combina la modellazione fisica con il deep learning, permettendo di ricostruire immagini prive di artefatti senza modificare la procedura di scansione.

🔬 Impatto e prospettive future
Questo approccio potrebbe aiutare la pratica clinica, riducendo i costi e migliorando la qualità delle cure per i pazienti. Poiché il movimento influenza circa il 15% delle MRI cerebrali, la correzione automatizzata potrebbe diventare uno standard, aiutando le cure di bambini, anziani e pazienti con disturbi neurologici.

Secondo esperti del settore, questa ricerca rappresenta un concreto passo avanti. Il futuro vede l’espansione dell’utilizzo di questa tecnologia a movimenti più complessi e ad altre parti del corpo, al fine di aumentare la precisione diagnostica

Fonte: https://lnkd.in/eapnQcwW

Immagine: impresasanità