¿Puede el aprendizaje automático ofrecer resonancias magnéticas cerebrales de un minuto? Inteligencia de datos PlatoBlockchain. Búsqueda vertical. Ai.

¿Puede el aprendizaje automático ofrecer resonancias magnéticas cerebrales de un minuto?


© TíaMinnieEurope.com

Con algunas mejoras, incluido el aprendizaje automático, una técnica cuantitativa llamada huellas dactilares de RM podría hacer realidad una resonancia magnética cerebral clínica de un minuto, según una charla presentada en la Sociedad Internacional de Resonancia Magnética en Medicina (International Society for Magnetic Resonance in Medicine).ISMRM) reunión en Londres.

Investigadores de la Universidad de Stanford desarrollaron un marco de adquisición y reconstrucción de huellas dactilares de RM para imágenes cuantitativas y de contraste múltiple que requiere un tiempo de escaneo de aproximadamente un minuto y un tiempo de reconstrucción de tan solo cinco minutos.

Con la ayuda de un algoritmo de aprendizaje automático para la síntesis de imágenes, el método puede proporcionar cinco imágenes de alta calidad con contrastes clínicos comunes a una resolución isotrópica de 1 mm, así como mapas cuantitativos de T1, T2 y densidad de protones, según el presentador. sophie schauman y colegas

El reunión ISMRM se llevó a cabo en conjunto con la Sociedad Europea de Resonancia Magnética en Medicina y Biología y la Sociedad Internacional de Radiógrafos y Tecnólogos de RM.

Margen de mejora

Ciertamente hay espacio para acelerar la resonancia magnética. La resonancia magnética tradicional opera con datos del espacio k, lo que permite una reconstrucción rápida utilizando métodos estándar de imágenes en paralelo, según Schauman.

Sin embargo, "los tiempos de escaneo son largos y, a menudo, se adquieren cortes gruesos para superar esto", dijo. “La mayoría de las resonancias magnéticas clínicas son ponderadas en T1 o T2. Así, el contraste de la imagen es cualitativo y no cuantitativo”.

googletag.cmd.push (function () {googletag.display ('div-gpt-ad-3759129-1');});

Los métodos de adquisición modernos con muy pocos muestreos pueden reducir drásticamente los tiempos de escaneo, así como codificar las propiedades del tejido de manera cuantitativa. Sin embargo, estos tiempos de adquisición más rápidos a menudo tienen el costo de un tiempo de reconstrucción más largo, lo que hace que estas técnicas no sean prácticas en entornos clínicos, según Schauman.

“Para convertir la IRM moderna en herramientas clínicamente útiles, necesitamos una adquisición rápida, una reconstrucción más rápida y flexibilidad para adquirir tanto los contrastes que son útiles para los médicos como imágenes cuantitativas que se pueden usar, por ejemplo. , en estudios longitudinales”, dijo.

toma de huellas dactilares MR

Los investigadores recurrieron a la toma de huellas dactilares por resonancia magnética para lograr este objetivo. La toma de huellas dactilares de MRI es una técnica cuantitativa que permite la medición simultánea de múltiples propiedades del tejido en una sola adquisición de datos.

En su proyecto, los investigadores de Stanford utilizaron una pequeña secuencia de huellas dactilares de RM de proyección en espiral de varios ejes que se barajan en ángulo dorado. Este método produce una resolución isotrópica de 1 mm para todo el cerebro, pero actualmente no es factible de usar debido a que necesita más de cuatro horas de tiempo de reconstrucción.

En un esfuerzo por hacer que la toma de huellas dactilares por RM sea un método aún más prometedor para entornos clínicos, los investigadores buscaron incorporar un método de reconstrucción rápido, dijo Schauman. Utilizaron una técnica de reconstrucción subespacial que tarda aproximadamente siete minutos en realizarse e involucra tres componentes subespaciales, en lugar de los cinco habituales que se utilizan, y tres bobinas.

Adquisición y reconstrucción de huellas dactilares de RM

Luego, los investigadores utilizaron la síntesis basada en el aprendizaje automático para mejorar aún más la calidad y la velocidad del escaneo. Para entrenar el algoritmo, utilizaron datos aportados por 14 voluntarios sanos. De los 14 sujetos, 10 se usaron para entrenamiento, dos para validación y dos para probar el modelo, una red adversaria generativa propuesta previamente.

“Para mejorar la solidez de la tubería en la clínica, se incluyó un prescan de campo visual grande de 30 segundos”, dijo Schauman. “En el trabajo futuro, tenemos la intención de usar el escaneo previo para la estimación de B0 y B1, pero por ahora, lo usamos para optimizar nuestra compresión de bobina para suprimir la señal fuera del campo de visión usando un método llamado [bobinas virtuales optimizadas por región (ROVir) ] y también aplica automáticamente cambios a los datos [para] garantizar que el cerebro esté centrado en el campo de visión”.

En comparación con las imágenes reconstruidas usando la técnica tradicional que toma cuatro horas, el método de reconstrucción rápida tiene más artefactos de submuestreo, más borrosidad y más ruido, dijo Schauman.

“Sin embargo, si esta información se puede recuperar en la red de síntesis, todo esto no importa en absoluto”, dijo.

En los dos sujetos de prueba, las imágenes sintetizadas de eco de gradiente de adquisición rápida (MP-RAGE) ponderadas en T1 preparadas por magnetización, ponderadas en T2, recuperación de inversión atenuada por fluido T2 (FLAIR) y recuperación de inversión doble (DIR) tenían cortes muy similares. índices de similitud estructural comparados con imágenes sintetizadas producidas a partir de la técnica de reconstrucción de referencia.

“Las direcciones futuras del proyecto incluyen la recopilación continua de datos clínicos, con el objetivo de incluir a los pacientes en el conjunto de datos de entrenamiento utilizando métodos semisupervisados ​​y una mayor solidez de la tubería con respecto al posicionamiento del paciente en el campo de visión”, dijo Schauman. “También aspiramos a optimizar aún más el equilibrio tiempo/calidad mediante la adquisición de mapas B0 y B1 más rápidos para la calibración de imágenes cuantitativas”.

  • Este artículo se publicó originalmente el TíaMinnieEurope.com © 2022 por TíaMinnieEurope.com. Cualquier copia, republicación o redistribución de TíaMinnieEurope.com contenido está expresamente prohibido sin el consentimiento previo por escrito de TíaMinnieEurope.com.

El puesto ¿Puede el aprendizaje automático ofrecer resonancias magnéticas cerebrales de un minuto? apareció por primera vez en Mundo de la física.

Sello de tiempo:

Mas de Mundo de la física