Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Statistical Software for Data Analysis and Clinical Trials01:12

Statistical Software for Data Analysis and Clinical Trials

1.6K
Statistical software is pivotal in data analysis and clinical trials by providing tools to analyze data, draw conclusions, and make predictions. These software packages range from simple data management applications to complex analytical platforms, supporting various statistical tests, models, and simulation techniques. Their significance lies in their ability to handle vast amounts of data with precision and efficiency, enabling researchers to validate hypotheses, identify trends, and make...
1.6K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

ESR Essentials: uterine cancers-practice recommendations by the European Society of Urogenital Radiology.

European radiology·2026
Same author

A comparative study of computer vision models for oral cancer detection from oral photographs.

Computer methods and programs in biomedicine·2025
Same author

Integrating clinical indications and patient demographics for multilabel abnormality classification and automated report generation in 3D chest CT scans.

Frontiers in radiology·2025
Same author

Urinary tract endometriosis: Revisiting the definition of ureterolysis.

International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics·2025
Same author

The Radiologist at the Forefront of Management of Ovarian and Adnexal Lesions.

Radiology·2024
Same author

Detection and severity quantification of pulmonary embolism with 3D CT data using an automated deep learning-based artificial solution.

Diagnostic and interventional imaging·2024

Video Experimental Relacionado

Updated: Feb 17, 2026

Databases to Efficiently Manage Medium Sized, Low Velocity, Multidimensional Data in Tissue Engineering
09:43

Databases to Efficiently Manage Medium Sized, Low Velocity, Multidimensional Data in Tissue Engineering

Published on: November 22, 2019

6.8K

Transformación de una base de datos de estudios clínicos en una base de datos estructurada adaptada a aplicaciones de

Thibault Sauron1, Carole Lazarus2, Camille Kurtz1

  • 1LIPADE, Université Paris Cité, Paris, France.

Insights into imaging
|February 15, 2026
PubMed
Resumen
Este resumen es generado por máquina.

Desarrollamos una metodología de curación para adaptar datos de resonancia magnética de ensayos clínicos para el entrenamiento de modelos de inteligencia artificial. Este marco mejora el uso secundario de datos de salud de alta calidad para el desarrollo de herramientas de imagen de IA.

Palabras clave:
Inteligencia artificialEnsayo clínicoCuración de datosResonancia magnéticaVisión por computadora médica

Más Videos Relacionados

TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients
09:00

TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients

Published on: April 13, 2021

5.4K
Generation of Comprehensive Thoracic Oncology Database - Tool for Translational Research
11:18

Generation of Comprehensive Thoracic Oncology Database - Tool for Translational Research

Published on: January 22, 2011

16.5K

Videos de Experimentos Relacionados

Last Updated: Feb 17, 2026

Databases to Efficiently Manage Medium Sized, Low Velocity, Multidimensional Data in Tissue Engineering
09:43

Databases to Efficiently Manage Medium Sized, Low Velocity, Multidimensional Data in Tissue Engineering

Published on: November 22, 2019

6.8K
TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients
09:00

TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients

Published on: April 13, 2021

5.4K
Generation of Comprehensive Thoracic Oncology Database - Tool for Translational Research
11:18

Generation of Comprehensive Thoracic Oncology Database - Tool for Translational Research

Published on: January 22, 2011

16.5K

Área de la Ciencia:

  • Imagenología Médica
  • Inteligencia Artificial
  • Ensayos Clínicos

Sus antecedentes:

  • Las bases de datos de imágenes médicas para entrenar IA son escasas.
  • Las bases de datos de ensayos clínicos ofrecen datos anotados de alta calidad pero no están listas para la IA.
  • El desarrollo de herramientas de IA para la atención médica requiere conjuntos de datos adecuados.

Objetivo del estudio:

  • Desarrollar una metodología y herramientas para la curación de bases de datos de ensayos clínicos para el entrenamiento y prueba de IA.
  • Adaptar los datos existentes de ensayos clínicos para su uso secundario en el desarrollo de IA.
  • Crear un marco para el uso eficiente de datos de imágenes médicas anotadas.

Principales métodos:

  • Se utilizaron resonancias magnéticas del ensayo clínico EURAD.
  • Se definieron criterios de inclusión/exclusión y se aplicó el principio de parsimonia.
  • Se implementó el control de calidad mediante comprobaciones automatizadas y manuales, se armonizaron los campos DICOM y los nombres de las secuencias.

Principales resultados:

  • Se curó una base de datos de 713 pacientes.
  • Se redujo la complejidad de la estructura del directorio en un 44% y el número de archivos en un 95%.
  • Se identificaron 62 campos DICOM esenciales para aplicaciones de IA y se armonizaron los nombres de las secuencias.

Conclusiones:

  • Se estableció una metodología para construir bases de datos listas para IA a partir de datos de ensayos clínicos.
  • Destaca la necesidad de un marco sistemático para el uso secundario de datos de salud en IA.
  • Se compartieron herramientas y metodología de código abierto para el desarrollo de modelos de IA.