Anuncian un método innovador para analizar la composición corporal mediante imágenes 3D avanzadas y técnicas de aprendizaje profundo

El síndrome metabólico, una afección en la que están involucradas una serie de mediciones vitales biológicas y físicas, como la glucosa en sangre y la circunferencia de la cintura, está fuertemente asociado con muchas patologías crónicas como el cáncer, la insuficiencia cardíaca y la diabetes. El manejo de estas afecciones también se ve muy afectado por la composición corporal, específicamente la masa magra baja, que predice malos resultados del tratamiento y hasta, incluso, 17 veces más mortalidad.

Un análisis preciso de la composición corporal es esencial para evaluar los riesgos de salud relacionados con la obesidad, las enfermedades cardiovasculares y otros trastornos metabólicos. Los avances recientes en la tecnología de escaneo 3D han hecho que el escaneo 3DO de cuerpos humanos sea más accesible y ampliamente distribuido que nunca.

Al respecto, investigadores del Centro de Investigación Biomédica Pennington, la Universidad de Washington, la Universidad de Hawái y la Universidad de California-San Francisco (EEUU) han logrado sacar adelante un método innovador para analizar la composición corporal mediante imágenes 3D avanzadas y técnicas de aprendizaje profundo. Este instrumento tiene como objetivo proporcionar evaluaciones más precisas de la distribución de la grasa corporal y de los músculos, que son cruciales para comprender los riesgos para la salud asociados con diversas afecciones.

Enfoque innovador

El trabajo, recientemente publicado en 'NPJ Digital Medicine', ofrece un enfoque innovador al utilizar métodos profundos y no lineales para mejorar la estimación de los parámetros de composición corporal, superando la precisión de los modelos anteriores. Este avance tiene potencial para mejorar las evaluaciones en entornos clínicos y aplicaciones de investigación.

Para llevar a cabo el método se entrenó un autocodificador convolucional de gráficos 3D profundo en una muestra diversa de exploraciones 3DO de cuerpo completo para reconstruir la entrada de malla 3D original a través de una serie de capas convolucionales de gráficos.  El trabajo, además, constata la 3DO como una herramienta clínica confiable y accesible para la evaluación de la composición corporal.

"Hace unos años era casi inimaginable crear de forma fácil y rápida un mapa digital detallado de la forma del cuerpo de una persona y después utilizar esa información para generar no solo estimaciones precisas de su composición corporal y riesgos para la salud, sino también imágenes 3D correspondientes", bajo el punto de vista del Dr. Heymsfield, profesor de Metabolismo y Composición Corporal en Pennington Biomedical. 

En síntensis, entre los puntos a destacar del estudio cabe reseñar la inclusión de imágenes avanzadas al utilizar tecnología de imágenes 3D para capturar representaciones detalladas de la forma del cuerpo. Respecto a la aplicación de aprendizaje profundo se emplean sofisticados algoritmos de aprendizaje profundo con lo que se obtienen estimaciones más precisas de la composición corporal en comparación con los métodos tradicionales.