Resumen
La resonancia magnética (RM) ha transformado el diagnóstico veterinario, pero la duración de las secuencias puede ser problemática, especialmente porque los animales deben estar sedados durante el examen. Sin embargo, reducir el tiempo de escaneo puede implicar una disminución de la calidad general de la imagen y de la fiabilidad diagnóstica.Por ello, desarrollamos un algoritmo de eliminación de ruido basado en redes generativas adversarias llamado HawkAI. En este estudio, se adquirió una secuencia de RM estándar de atención —Standard-of-Care, SOC— y posteriormente una secuencia más rápida, sobre la cual se aplicó HawkAI. A continuación, se pidió a radiólogos que evaluaran cualitativamente las dos imágenes propuestas según distintos criterios, utilizando una escala Likert del 1, que indicaba una fuerte preferencia por HawkAI, al 5, que indicaba una fuerte preferencia por SOC. El objetivo era demostrar que no existía preferencia entre ambas secuencias en términos de relación señal-ruido —Signal-to-Noise Ratio, SNR— y diagnóstico. Los resultados mostraron una ligera preferencia por HawkAI en términos de SNR, sin preferencia en cuanto a presencia de artefactos, pertinencia diagnóstica y visibilidad de lesiones, y una preferencia muy ligera por SOC en términos de resolución espacial y contraste de imagen. Estos resultados muestran la posibilidad de adquirir imágenes dos veces más rápido, sin inconvenientes importantes en comparación con una adquisición más larga.