Diplomado de Profundización en Control de la Calidad en Radiología Digital: Recent submissions
Now showing items 1-20 of 137
-
Eficacia de las redes neuronales en la mitigación de artefactos para tomografía computarizada y resonancia magnética: una revisión bibliográfica sobre calidad de imagen
(2026-02-19)Este trabajo analiza la eficacia de las redes neuronales en la mitigación de artefactos en Tomografía Computarizada (TC) y Resonancia Magnética (RM), tecnologías esenciales cuya fidelidad diagnóstica se ve frecuentemente alterada por distorsiones visuales denominadas artefactos. El marco teórico establece que estas anomalías como el endurecimiento del haz, los efectos metálicos en TC, o el solapamiento y las imágenes ... -
Detección y corrección subóptima de artefactos en imágenes de radiografía digital mediante métodos manuales
(2026-02-16)La presente investigación tiene como propósito identificar y comparar prototipos de software para la detección y corrección automática de artefactos en imágenes de radiografía digital, esto se lleva a cabo con el análisis de información encontrada en diferentes bases de datos consultadas con material de estudio, que permite comparar su desempeño con los métodos manuales utilizados tradicionalmente. Los artefactos ... -
Optimización de parámetros de imagen basada en IA y aprendizaje automático
(2026-02-16)El presente proyecto aplicado tiene como objetivo optimizar los parámetros de adquisición de imagen en radiología mediante el uso de herramientas basadas en inteligencia artificial y aprendizaje automático, con el fin de mejorar la calidad diagnóstica y reducir la dosis de radiación al paciente. La investigación aborda la importancia de la implementación de tecnologías emergentes en los servicios de imágenes diagnósticas, ... -
Optimización inteligente de parámetros de adquisición mediante ia revisión documental de avances y tendencias
(2026-02-13)La optimización de los parámetros de adquisición en imagenología médica constituye un desafío técnico que impacta directamente la calidad diagnóstica y la seguridad del paciente. El presente estudio tuvo como objetivo analizar la evidencia científica reciente sobre la aplicación de la inteligencia artificial en la optimización automatizada de variables técnicas como kilovoltaje, miliamperaje y algoritmos de reconstrucción, ... -
Hacia una radiología sostenible: revisión bibliográfica sobre el impacto energético y ambiental de las tecnologías de imagen digital
(2026-02-13)El presente estudio evalúa el impacto ambiental asociado al consumo energético en los servicios de radiología digital y analiza estrategias orientadas a mejorar la sostenibilidad en los centros de salud. A través de una revisión bibliográfica desarrollada entre los años 2023 y 2024, se identificaron problemáticas relevantes como el uso de equipos obsoletos, prácticas operativas ineficientes, la ausencia de políticas ... -
Avances en la estimación personalizada de dosis en tomografía computarizada: una revisión de modelos computacionales y aprendizaje automático
(2026-02-09)La tomografía computarizada (TC) es una herramienta esencial en el diagnóstico médico; sin embargo, el uso de radiaciones ionizantes exige optimizar la dosis para garantizar la seguridad del paciente sin afectar la calidad diagnóstica. La dosimetría basada en métricas genéricas ha impulsado el desarrollo de estimaciones personalizadas de dosis mediante modelos computacionales y técnicas de aprendizaje automático. Este ... -
Internet de las Cosas (IoT) y los sistemas interconectados para mejorar la seguridad del paciente, a través de la monitorización continua y la automatización de alertas en tiempo real
(2026-02-12)La transformación digital en el sector salud ha impulsado la incorporación de tecnologías emergentes como el Internet de las Cosas Médicas (IoMT) y la Inteligencia Artificial (IA), especialmente en el área del diagnóstico por imágenes. Esta investigación tiene como objetivo analizar cómo la integración de dispositivos médicos interconectados, sensores fisiológicos y algoritmos inteligentes puede optimizar la calidad ... -
Artefactos de tomografía computarizada como limitante diagnostica y evaluación de uso de redes neuronales para su detección
(2026-02-07)La presente investigación surge a partir de un problema clínico identificado en la práctica radiológica: la presencia de artefactos en imágenes de Tomografía Computarizada (TC), que comprometen la calidad diagnóstica. Estos artefactos, generados principalmente por movimientos involuntarios del paciente durante la adquisición o por limitaciones del software del equipo, actúan como ruido visual que puede ocultar ... -
Análisis de la implementación de inteligencia artificial (IA) mediante algoritmos en los parámetros técnicos de adquisición para la radiografía de tórax
(2026-02-05)El presente proyecto de investigación analiza la exposición a la radiación ionizante en los servicios de radiología convencional, en los estudios de radiografía de tórax, asociados principalmente a errores humanos en la selección manual de parámetros técnicos. Esta situación constituye un riesgo relevante para los pacientes y para los profesionales ocupacionalmente expuestos, en concordancia con la normativa nacional ... -
Optimización de parámetros de imagen basada en IA y aprendizaje automático
(2026-02-05)La importancia de la radiología en el diagnóstico médico se ha atribuido al descubrimiento de rayos x por Wilhelm Röntgen. A lo largo del tiempo, esta área ha evolucionado desde la radiología tradicional en placas hacia la radiología digital, lo que ha permitido una mejora en la calidad de las imágenes y una optimización de los procesos de atención. Sin embargo, todavía hay retos relacionados con la obtención de estudios ... -
Imagen diagnóstica iInteligente: optimización, calidad y dosis
(2026-02-12)La optimización de los parámetros de imagen diagnóstica mediante Inteligencia Artificial (IA) y Aprendizaje Automático (ML) representa un avance significativo en la reducción de dosis de radiación y la mejora de la calidad diagnóstica en tomografía computarizada (CT). Este estudio, de enfoque cualitativo, se fundamenta en un diseño retrospectivo y comparativo, evaluando la efectividad de algoritmos de Deep Learning ... -
Artefactos en imágenes radiológicas digitales: uso de redes neuronales profundas para la mejora de la calidad diagnóstica
(2026-02-05)La presente propuesta de investigación tiene como objetivo analizar el uso de redes neuronales profundas como una herramienta de apoyo en la detección y corrección automática de artefactos en imágenes médicas, buscando mejorar la calidad diagnóstica y disminuir la repetición innecesaria de estudios radiológicos. Este estudio se desarrolla bajo un enfoque cualitativo, descriptivo y documental, sustentado en la revisión ... -
Optimización automática de parámetros de adquisición en imágenes diagnósticas mediante algoritmos de inteligencia artificial (IA) y aprendizaje automático (AA)
(2026-02-01)El presente trabajo aborda la optimización de parámetros de imagen mediante inteligencia artificial (IA) y aprendizaje automático, con el objetivo de mejorar la calidad diagnóstica de las imágenes médicas y reducir la dosis de radiación en los pacientes. En la actualidad, la selección de parámetros técnicos, tales como el kilovoltaje, el miliamperaje o el tiempo de exposición, se basa en gran parte en las recomendaciones ... -
Tiempos críticos en radiología digital: un estudio sobre el impacto de las fallas de equipos en la eficiencia del servicio
(2026-01-03)La radiología digital se ha consolidado como una herramienta esencial para el diagnóstico médico, sin embargo, su eficacia depende directamente del adecuado funcionamiento y calibración de los equipos. Este estudio con enfoque documental analiza las fallas técnicas y los problemas ocasionados por la falta de calibración en los equipos de radiología que generan tiempos de inactividad y retrasos en la atención clínica. ... -
Sostenibilidad en imágenes radiológicas: una evaluación comparativa
(2025-12-22)Con este documento se pretende comparar la relación existente entre los costos de operación de las tecnologías radiológicas, específicamente, la tomografía computarizada (TC) y la resonancia magnética (RM) con la sostenibilidad, esta última, en términos de impacto ambiental debido al consumo energético. Se desarrolla mediante la revisión bibliográfica consultando las bases de datos científicas (PubMed, ScienceDirect y ... -
Evaluación comparativa de tecnologías de adquisición de imágenes desde una perspectiva de sostenibilidad en la región Caribe colombiana
(2025-12-10)La gestión tecnológica sostenible es un pilar fundamental para garantizar la calidad, la seguridad y la eficiencia en los servicios de diagnóstico por imágenes. En la región Caribe colombiana, los centros hospitalarios enfrentan desafíos significativos relacionados con el mantenimiento de equipos, el consumo energético, la gestión de residuos tecnológicos y la necesidad de una renovación oportuna de las tecnologías. ... -
Detección automática utilizando redes neuronales para identificar y corregir artefactos en imágenes médicas, mejorando la precisión diagnóstica
(2025-12-20)La presencia de artefactos en imágenes médicas, como las generadas por resonancia magnética (RM) y tomografía computarizada (TC), constituye un desafío para la precisión diagnóstica, al introducir distorsiones que pueden comprometer la interpretación clínica y la toma de decisiones. Estos artefactos pueden originarse por movimiento del paciente, fallos técnicos o interferencias externas, afectando directamente la calidad ... -
Inequidad en el acceso a la inteligencia artificial en radiología digital para poblaciones vulnerables
(2025-12-17)Esta investigación analiza la aplicación e impacto de la inteligencia artificial (IA) en la radiología digital, con énfasis en la inequidad en el acceso a esta tecnología en poblaciones vulnerables y zonas rurales de Colombia. Aunque la IA ofrece beneficios como mejora de la calidad de la imagen, optimización de parámetros técnicos y diagnósticos más precisos, su implementación es limitada en instituciones con ... -
Inteligencia artificial (IA) y aprendizaje automático (AA) para la optimización de parámetros de imagen: análisis bibliográfico
(2025-12-18)La inteligencia artificial (IA) y el aprendizaje automático (AA) La IA y el aprendizaje automático han impulsado la automatización y personalización de los parámetros de adquisición en TC y RM, ajustándolos en tiempo real según el estudio y las características del paciente. Esta investigación analiza la eficacia de estos algoritmos para optimizar la calidad diagnóstica y reducir la exposición a radiación, en ... -
Evaluación de prototipos de software para la detección y corrección automática de artefactos de movimiento en tomografía de cráneo simple frente a métodos manuales de corrección en tomografía computarizada
(2025-12-16)La tomografía computarizada de cráneo simple es fundamental para el diagnóstico neurológico; sin embargo, la calidad de las imágenes puede verse comprometida por artefactos de movimiento generados por desplazamientos involuntarios del paciente. Estos artefactos disminuyen la nitidez diagnóstica y pueden provocar repeticiones del estudio, mayor exposición a radiación y retrasos en la atención. Tradicionalmente, su ...
