Nuestro Centro de conocimiento
El Centro de conocimiento es un repositorio integral de información dedicado a la industria de la imagenología. Incluye una amplia gama de artículos de expertos, investigaciones de vanguardia y guías prácticas sobre los últimos avances en tecnología de imágenes. Diseñado para profesionales de la salud, este centro de recursos proporciona información valiosa y actualizaciones para ayudarle a mantenerse informado y sobresalir en su campo.

Detección de malignidad en mamografías mediante redes neuronales convolucionales profundas duales y mejora de entrada de color falso descubierta genéticamente
El cáncer de mama es la neoplasia maligna más prevalente en los EE. UU. y la tercera causa de mortalidad relacionada con el cáncer en todo el mundo.

RadBot-CXR: Clasificación de cuatro categorías de hallazgos clínicos en radiografías de tórax usando aprendizaje profundo
La bien documentada escasez mundial de radiólogos se manifiesta más agudamente en los países donde el rápido ascenso de una clase media ha creado una nueva capacidad para producir estudios de imágenes a un ritmo que excede con creces el tiempo necesario para formar a expertos capaces de interpretar dichos estudios.

Sistema totalmente convolucional basado en aprendizaje profundo para la predicción del puntaje de calcio coronario a partir de tomografías computarizadas de tórax sin contraste
La cantidad de depósitos de calcio en las arterias coronarias es un poderoso predictor de eventos cardiovasculares y mortalidad. La puntuación de Agatson medida en la tomografía computarizada cardíaca es el método de rutina para identificar a los sujetos de alto riesgo que podrían beneficiarse de un tratamiento proactivo.

Detección de fracturas por compresión mediante tomografía computarizada
La presencia de una fractura por compresión vertebral es altamente indicativa de osteoporosis y representa el predictor más sólido para el desarrollo de una segunda fractura osteoporótica en la columna o en otra parte.


Generación de lenguaje con redes generativas antagónicas recurrentes sin entrenamiento previo
Las redes generativas antagónicas (GAN, por sus siglas en inglés) han demostrado ser muy prometedoras recientemente en la generación de imágenes. El entrenamiento de GAN para la generación de lenguaje ha demostrado ser más difícil debido a la naturaleza no diferenciable de la generación de texto con redes neuronales recurrentes.


Detección de fracturas por compresión mediante tomografía computarizada
La presencia de una fractura por compresión vertebral es altamente indicativa de osteoporosis y representa el predictor más sólido para el desarrollo de una segunda fractura osteoporótica en la columna o en otra parte. Menos de un tercio de las fracturas por compresión vertebral se diagnostican clínicamente
