[Investigación sobre Tecnología de Detección Automática de Fuentes Radioactivas Precisión de la Posición de la...

Área de la Ciencia:

• Física médica La física médica es la física médica.
• La inteligencia artificial en la medicina.
• Imágenes médicas de imágenes médicas.

Sus antecedentes:

• Las máquinas de braquiterapia requieren un posicionamiento preciso de la fuente radiactiva para un tratamiento eficaz del cáncer.
• Los métodos actuales para verificar la precisión de las fuentes radiactivas pueden consumir mucho tiempo y ser propensos a errores humanos.
• La integración de la inteligencia artificial (IA) ofrece el potencial para una mayor precisión y eficiencia en el control de calidad.

Objetivo del estudio:

• Desarrollar y evaluar un sistema de visión artificial impulsado por IA para la detección automática de la precisión de la posición de la fuente radiactiva en la braquiterapia clínica.
• Para comparar el rendimiento del sistema basado en IA con los métodos tradicionales de detección manual.

Principales métodos:

• Utilizó múltiples algoritmos de visión de máquina, incluida la transformación afina para la corrección de ángulo de video, la detección de segmentos de línea (LSD), la detección de bordes Canny y findContours para la identificación de objetivos.
• Desarrolló un sistema automatizado para identificar las posiciones de las fuentes radiactivas para evaluar la precisión.
• Se realizó un análisis comparativo con los métodos manuales de observación visual.

Principales resultados:

• El método de análisis de visión automática logró una mayor precisión para el error de posicionamiento repetido ((0.20±0.42) mm frente a (0.70±0.48) mm) y el error de posicionamiento acumulado ((0.28±0.47) mm frente a (0.55±0.42) mm) en comparación con la observación visual (P<0.05).
• El método de IA demostró una precisión superior para el error de sincronización repetido ((0.03±0.00) s vs. (0.32±0.12) s).
• El método de visión artificial redujo significativamente el tiempo de análisis para todos los parámetros probados, demostrando ser más eficiente en el tiempo.

Conclusiones:

• La tecnología de detección automática mediante análisis de visión artificial cumple con las directrices de control de calidad de la braquiterapia.
• Este enfoque integrado con IA ofrece ventajas de ahorro de tiempo, alta estabilidad y automatización.
• Representa una integración práctica de la inteligencia artificial en la medicina clínica para mejorar el control de calidad de la braquiterapia.