De bajo campo a alto valor: Mapeo cortical robusto a partir de RM de bajo campo
Artículo original: Gopinath K., Sorby-Adams A., Williams-Ramirez J., Zemlyanker D.,Guo J. et al. “Alzheimer´s Disease Neuroimaging Initiative”( ADNI), “ Human Connectome Project”( HCP) From Low Field to High Value: Robust Cortical Mapping From Low- Field MRI. Human Brain Mapping, 2026; 47:e70515
DOI: https://doi.org/10.1002/hbm.70515
Sociedad: Organization for Human Brain Mapping, www.humanbrainmapping.org
Palabras clave: cortical surfaces, deep learning, low-field MRI, morphometry,parcellation, portable MRI, postmortem imaging.
Abreviaturas y acrónimos utilizados: resonancia magnética de alto campo/bajo campo(HF/LF-MRI), relación señal-ruido( SNR), sustancia gris( GM), sustancia blanca( WM), SDF (función de distancia confirmada), U-NET-3D (arquitectura de red neuronal convolucional tridimensional), Recon any/all (flujo completo de procesamiento) SAMSEG (segmentación automática multimodal), Freesurfer(software de neuroimagen para reconstrucción y segmentación automática de superficies corticales para análisis morfométrico a partir de imágenes de MRI), QC (control de calidad).
Línea editorial del número: Human Brain Mapping es una revista científica de prestigio internacional, revisada por pares, que publica investigaciones avanzadas sobre la estructura y función del cerebro humano. Cubre neuroimagen, técnicas de mapeo, neurología clínica y psicología, enfocándose en cómo el cerebro organiza sistemas neuronales. Publica estudios básicos, técnicos y clínicos que ayudan a entender la organización cerebral y trastornos neurológicos. Es una fuente clave para el campo de la neurociencia moderna, incluyendo el desarrollo de atlas cerebrales y estudios de conectividad. La revista es fundamental para entender el mapeo cerebral, que consiste en el conjunto de técnicas para crear representaciones espaciales del cerebro.
Motivo para la selección: este artículo integra tecnología informática y neuroimagen por resonancia aplicada en la clínica neurológica con un método experimental e introduce Recon any como nuevo pipeline basado en Deep learning para segmentación automática y análisis de la morfometría cortical profunda “in vivo” y “post mortem”. El software estándar mundial Freesurfer proporciona resultados óptimos en equipos de HF-MRI pero no en LF-MRI.
El impacto potencial de este artículo sobre la neuroimagen clínica, las aplicaciones de la inteligencia artificial en Medicina, la investigación en entornos con recursos limitados y usando equipos de resonancia portátiles para análisis morfométricos, así como la accesibilidad a la tecnología: aprendizaje profundo, procesamiento geométrico, mapeo cortical profundo, etc. resulta impresionante y muy prometedor para investigaciones futuras.
Resumen: el artículo presenta Recon any: un sistema basado en aprendizaje profundo capaz de reconstruir superficies corticales y obtener medidas morfométricas directamente a partir de imágenes de LF‑MRI, incluidas las obtenidas con resonancias magnéticas portátiles de 64 mT. Una de sus ventajas es que no requiere reentrenamiento y funciona con cualquier contraste o resolución. Otra es que resuelve las dificultades existentes en los equipos portátiles por la baja relación señal-ruido y resolución global con la aplicación de este software. Soluciona esto prediciendo funciones de distancia firmada (SDF) para las superficies corticales mediante una red 3D U‑Net entrenada con datos sintéticos que imitan las LF‑MRI. La metodología se evalúa en un conjunto razonable de sujetos con adquisiciones emparejadas HF/LF‑MRI y en un dataset adicional (ULF‑ENC), lo que aporta solidez a la validación. Los resultados indican que el enfoque propuesto logra una recuperación robusta de las superficies corticales en distintos contrastes y resoluciones, con métricas de concordancia elevadas respecto a HF‑MRI en área superficial, parcelación y volumen de sustancia gris. La demostración de robustez en secuencias adicionales y en imágenes post-mortem añade valor al estudio.
No obstante, la principal desventaja del método es la estimación del grosor cortical, que continúa siendo un punto débil, con correlaciones moderadas atribuibles a las limitaciones inherentes de resolución en LF‑MRI.
Valoración personal: la falta de acceso a resonancia de alto campo es un problema global. El método informático creado para el estudio supone un avance importante en la investigación de enfermedades neurológicas y en neurociencia utilizando equipos de resonancia portátiles de bajo campo en entornos remotos y constituye una contribución significativa hacia la viabilidad del análisis morfométrico en sistemas portátiles de bajo campo.
La metodología está bien motivada y los resultados son prometedores, aunque sería deseable una discusión más profunda sobre las limitaciones del grosor cortical y, sobre todo, el potencial impacto clínico y práctico de la herramienta real.
Carlos Manuel Majado Iglesias
TSID, Complejo Hospitalario de Navarra( Pamplona).
Servicio Navarro de Salud, Sistema Nacional de Salud( España).