En los últimos años, el avance en las tecnologías de transducción ha impulsado el interés en la imagen ultrasónica de alta frecuencia como herramienta diagnóstica y de investigación en biomedicina, especialmente en preclínica. Su capacidad para visualizar estructuras pequeñas, estudiar el flujo sanguíneo en microvasos, evaluar la perfusión, la rigidez tisular y detectar cambios microestructurales, la hace ideal para aplicaciones en dermatología, neurología y oncología. Sin embargo, su aplicación en tejidos biológicos enfrenta desafíos como: 1) Atenuación y dispersión, que limitan la penetración y calidad de la imagen. 2) Reflexiones en interfases tisulares, que generan artefactos. 3) Limitaciones en la instrumentación, ya que los sistemas suelen basarse en monotransductores focalizados y barrido mecánico, lo que restringe su flexibilidad y velocidad. Además se arrastran retos técnicos: la dificultad de manufacturar arrays a frecuencias superiores a los 20MHz orienta los sistemas a trabajar principalmente con monotrasductores focalizados con una zona limitada de imagen; es necesaria una calibración precisa de los equipos; los transductores muestran una alta sensibilidad a la alineación; y, dado que muchas de las aplicaciones necesitan imagen, es necesario contar con sistemas de barrido precisos que añaden complejidad técnica al sistema. Muchos de estos problemas exigen soluciones específicas para cada aplicación. En este proyecto nos proponemos monitorizar el crecimiento celular.
En este contexto, la IA local surge como una alternativa prometedora. Apoyándose en un sistema de adquisición que integre generador de señal y osciloscopio para controlar la excitación y captura de señales, Las técnicas de Deep Learning podrían: 1) Mejorar la calidad de la señal: Reducir ruido, aumentar la profundidad de foco y mejorar la resolución y el contraste, mejorar la excitación del transductor para implementar técnicas de compresión de pulsos. 2) Optimizar el procesamiento de imágenes: Automatizar el reconocimiento de estructuras. 3) conectado al control del sistema mecánico, habilitar el seguimiento de fenómenos dinámicos, mejorar el posicionamiento del transductor, y permitiendo la observación continua de procesos biológicos en modo data-driven-acquisition.
OBJETIVOS
Los objetivos del proyecto son:
- Desarrollar un sistema ultrasónico de alta frecuencia para la monitorización de procesos biológicos/celulares. El objetivo es servir de base para abrir una línea de investigación en esta temática.
- Desarrollar técnicas de procesamiento basadas en Deep Learning para mejorar la calidad de la imagen, la eficiencia de la transducción, el reconocimiento automático de estructuras y data-driven-acquisition.
- Evaluar plataformas de IA local para su integración en un sistema de imagen ultrasónica.
