Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

LabMedica

Deascargar La Aplicación Móvil
Noticias Recientes Expo COVID-19 Química Clínica Diagnóstico Molecular Hematología Inmunología Microbiología Patología Tecnología Industria Focus

Avance tecnológico en imágenes de luz profunda mejora el diagnóstico de enfermedades

Por el equipo editorial de LabMedica en español
Actualizado el 18 Jul 2023

La tomografía de coherencia óptica (TCO), una forma importante de obtención de imágenes de luz, funciona según el principio de la retrodispersión de la luz dentro de la muestra bajo observación, similar a cómo la luz se dispersa en la niebla debido a las gotas de agua que poseen índices de refracción diferentes a los del aire. Así como la dispersión dificulta ver a través de la niebla, la dispersión por componentes celulares y constituyentes más pequeños en el tejido biológico también complica las tareas de obtención de imágenes. Específicamente, adquirir una señal clara desde profundidades superiores a 1 mm presenta dificultades significativas, principalmente debido al tejido intermedio. Ahora, un avance tecnológico en TCO está destinado a revolucionar las aplicaciones en campos como la oftalmología, la dermatología, la cardiología y la detección temprana del cáncer, además de mejorar el diagnóstico de enfermedades.

El entendimiento tradicional sostiene que la señal de TCO está influenciada en gran medida por la luz que ha experimentado un solo evento de retrodispersión, mientras que la luz que se ha dispersado varias veces dificulta la creación de imágenes. Un equipo internacional de investigadores, en colaboración con la Universidad de St Andrews (Escocia, Reino Unido), ha descubierto una perspectiva contrastante. Sugieren que la recolección selectiva de luz dispersa múltiple podría mejorar el contraste de la imagen en profundidad, especialmente en muestras altamente dispersas. Los investigadores demostraron además cómo esta técnica podría aplicarse de una manera sencilla con un mínimo de elementos ópticos adicionales, al cambiar las vías de entrega y recolección de luz. El equipo confía en que su innovador descubrimiento tiene el potencial de desafiar las convenciones existentes y generar un cambio significativo en la recuperación de imágenes en profundidad.


Imagen: Las nuevas imágenes de luz profunda podrían mejorar el diagnóstico de enfermedades (Fotografía cortesía de Freepik)
Imagen: Las nuevas imágenes de luz profunda podrían mejorar el diagnóstico de enfermedades (Fotografía cortesía de Freepik)

“La configuración única, respaldada por nuestro modelo, debería redefinir nuestra visión sobre la formación de señales de TOC, y ahora podemos usar esta información para extraer más información y mejorar el diagnóstico de enfermedades”, dijo el Dr. Peter Andersen, coautor correspondiente de la Universidad Técnica de Dianamarca.

Enlaces relacionados:
Universidad de St Andrews  


Miembro Platino
PRUEBA RÁPIDA COVID-19
OSOM COVID-19 Antigen Rapid Test
Magnetic Bead Separation Modules
MAG and HEATMAG
POCT Fluorescent Immunoassay Analyzer
FIA Go
New
Miembro Oro
TORCH Panel Rapid Test
Rapid TORCH Panel Test

Últimas Patología noticias

IA basada en imágenes se muestra prometedora para detección de parásitos en muestras de heces digitalizadas

Algoritmos de inteligencia artificial potenciados por aprendizaje profundo mejoran la precisión en el diagnóstico de cáncer de piel.

Inteligencia artificial detecta células tumorales viables para pronósticos precisos de cáncer de hueso después de quimioterapia