Las redes neuronales y su impacto en la calidad de las imágenes de tomografía computarizada

Abstract

El presente trabajo presenta una revisión bibliográfica exhaustiva de la literatura científica sobre el uso de redes neuronales artificiales (RNA) en la mejora de la calidad de las imágenes en tomografía computarizada (TC). A partir del análisis crítico de literatura académica reciente, se evalúan diferentes bibliografías con el objetivo de establecer un marco de referencia en relación con los artefactos presentes en las imágenes de TC. La investigación sintetiza enfoques metodológicos claves e identifica beneficios, desafíos y perspectivas del uso de modelos de aprendizaje profundo aplicados a imágenes médicas, destacando técnicas para la mitigación de artefactos y el potencial de las RNA para reducir la dosis de radiación. Tras la revisión, se logran identificar ciertas ventajas en el diagnóstico, gracias a la aplicación de redes neuronales para la mitigación de estos artefactos y la mejora de la calidad de imagen. Es por esto que se llega a una conclusión de que las redes neuronales artificiales (RNA) representan una herramienta prometedora para optimizar el control de calidad y la precisión diagnóstica en TC, aunque su implementación requiere una cuidadosa consideración de los aspectos técnicos y clínicos asociados.