La placenta es uno de los órganos más vitales cuando una mujer está embarazada. Si no funciona correctamente, las consecuencias pueden ser nefastas:los niños pueden experimentar retraso del crecimiento y trastornos neurológicos, y sus madres tienen un mayor riesgo de enfermedades de la sangre como preeclampsia, que puede afectar la función renal y hepática.

Desafortunadamente, evaluar la salud de la placenta es difícil debido a la información limitada que se puede obtener de las imágenes. Los ultrasonidos tradicionales son baratos, portátil, y fácil de realizar, pero no siempre pueden capturar suficientes detalles. Esto ha estimulado a los investigadores a explorar el potencial de las imágenes por resonancia magnética (IRM). Incluso con resonancias magnéticas, aunque, la superficie curva del útero dificulta la interpretación de las imágenes.

Este problema llamó la atención de un equipo de investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL), quien se preguntó si la forma arrugada de la placenta podría aplanarse usando una geometría elegante.

El mes que viene publicarán un artículo que demuestre que se puede. Su nuevo algoritmo despliega imágenes de resonancias magnéticas para visualizar mejor el órgano. Por ejemplo, sus imágenes muestran más claramente los "cotiledones, "Estructuras circulares que permiten el intercambio de nutrientes entre la madre y su hijo o hijos en desarrollo. Ser capaz de visualizar tales estructuras podría permitir a los médicos diagnosticar y tratar los problemas de la placenta mucho antes en el embarazo.

"La idea es desplegar la imagen de la placenta mientras está en el cuerpo, para que se parezca a cómo los médicos están acostumbrados a verlo después del parto, "dice el estudiante de doctorado Mazdak Abulnaga, autor principal del nuevo artículo con los profesores del MIT Justin Solomon y Polina Golland. "Si bien esto es solo un primer paso, creemos que un enfoque como este tiene el potencial de convertirse en un método de diagnóstico por imágenes estándar para los radiólogos ".

Golland dice que el algoritmo también podría usarse en la investigación clínica para encontrar biomarcadores específicos asociados con una mala salud placentaria. Dicha investigación podría ayudar a los radiólogos a ahorrar tiempo y localizar con mayor precisión las áreas problemáticas sin tener que examinar muchos cortes diferentes de placenta.

Chris Kroenke, profesor asociado en la Universidad de Ciencias y Salud de Oregon, dice que el proyecto abre muchas posibilidades nuevas para monitorear la salud placentaria.

"Los procesos biológicos que subyacen a los patrones de cotiledones no se comprenden completamente, ni se sabe si debe esperarse un patrón estándar para una población determinada, "dice Kroenke, que no estuvo involucrado en el periódico. "Las herramientas proporcionadas por este trabajo ciertamente ayudarán a los investigadores a abordar estas preguntas en el futuro".

Abulnaga, Salomón y Golland coescribieron el artículo con el ex postdoctorado de CSAIL Mikhail Bessmeltsev y sus colaboradores, Esra Abaci Turk y P. Ellen Grant del Boston Children's Hospital (BCH). Grant es el director del Centro de Ciencias del Desarrollo y Neuroimagen Fetal-Neonatal del BCH, y profesor de radiología y pediatría en la Escuela de Medicina de Harvard. El equipo también trabajó en estrecha colaboración con colaboradores del Hospital General de Massachusetts (MGH) y el profesor del MIT Elfar Adalsteinsson.

El documento se presentará el 14 de octubre en Shenzhen, Porcelana, en la Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora.

El algoritmo del equipo primero modela la forma de la placenta subdividiéndola en miles de pequeñas pirámides, o tetraedros. Esto sirve como una representación eficiente para que las computadoras realicen operaciones para manipular la forma. Luego, el algoritmo organiza esas pirámides en una plantilla que se asemeja a la forma aplanada que tiene una placenta una vez que está fuera del cuerpo. (El algoritmo hace esto esencialmente moviendo las esquinas de las pirámides en la superficie de la placenta para que coincidan con los dos planos paralelos de la plantilla y dejando que el resto llene la nueva forma).

El modelo tiene que hacer una compensación entre las pirámides que coinciden con la forma de la plantilla y minimizar la cantidad de distorsión. El equipo demostró que, en última instancia, el sistema puede lograr una precisión a una escala de menos de un vóxel (un píxel 3-D).

El proyecto está lejos de ser el primero destinado a mejorar la imagen médica mediante la manipulación de dichas imágenes. Ha habido esfuerzos recientes para desplegar exploraciones de costillas, y los investigadores también han pasado muchos años desarrollando formas de aplanar imágenes de la corteza cerebral del cerebro para visualizar mejor las áreas entre los pliegues.

Mientras tanto, el trabajo relacionado con el útero es mucho más reciente. Los enfoques anteriores a este problema se centraban en aplanar diferentes capas de la placenta por separado. El equipo dice que sienten que el nuevo método volumétrico da como resultado más consistencia y menos distorsión porque mapea toda la placenta en 3-D a la vez, permitiéndole modelar más de cerca el proceso de desarrollo físico.

"El trabajo del equipo proporciona una herramienta muy elegante para abordar el problema de que la forma irregular de la placenta es difícil de visualizar, "dice Kroenke.

Como siguiente paso, el equipo espera trabajar con MGH y BCH para comparar directamente las imágenes en el útero con las de las mismas placentas después del nacimiento. Debido a que la placenta pierde líquido y cambia de forma durante el proceso de nacimiento, esto requerirá el uso de una cámara especial diseñada por MGH y BCH donde los investigadores pueden colocar la placenta directamente después del nacimiento.

El código fuente del proyecto está disponible en github.

Esta historia se vuelve a publicar por cortesía de MIT News (web.mit.edu/newsoffice/), un sitio popular que cubre noticias sobre la investigación del MIT, innovación y docencia.