एआई लो-फील्ड स्ट्रेंथ एमआर स्कैन से उच्च-रिज़ॉल्यूशन वाली मस्तिष्क छवियां बनाता है

प्लेटो द्वारा पुनर्प्रकाशित

अनुयायियों: 0

एमआर छवि परिवर्तन — **छवि परिवर्तन** ब्रेन स्कैन स्लाइस को एक पोर्टेबल, लो-फील्ड हाइपरफाइन एमआरआई स्कैनर (टॉप रो) और एलएफ-सिंथएसआर एल्गोरिथम (बॉटम रो) द्वारा संबंधित स्लाइस आउटपुट के साथ प्राप्त किया गया। हाइपरफाइन स्कैन में 1.6 x 1.6 x 5 मिमी अक्षीय रिज़ॉल्यूशन है, जबकि उत्पन्न सिंथेटिक छवियों में 1 मिमी आइसोट्रोपिक रिज़ॉल्यूशन है और स्वचालित मॉर्फोमेट्री टूल के साथ 3डी विश्लेषण के लिए उत्तरदायी हैं। (सौजन्य: जुआन यूजेनियो इग्लेसियस)

पोर्टेबल, लो-फील्ड स्ट्रेंथ एमआरआई सिस्टम में न्यूरोइमेजिंग को बदलने की क्षमता है - बशर्ते कि उनके कम स्थानिक रिज़ॉल्यूशन और कम सिग्नल-टू-नॉइज़ (एसएनआर) अनुपात को दूर किया जा सके। पर शोधकर्ता हार्वर्ड मेडिकल स्कूल इस लक्ष्य को हासिल करने के लिए आर्टिफिशियल इंटेलिजेंस (एआई) का इस्तेमाल किया जा रहा है। उन्होंने एक मशीन लर्निंग सुपर-रिज़ॉल्यूशन एल्गोरिदम विकसित किया है जो कम रिज़ॉल्यूशन ब्रेन एमआरआई स्कैन से उच्च स्थानिक रिज़ॉल्यूशन वाली सिंथेटिक छवियां उत्पन्न करता है।

दृढ़ तंत्रिका नेटवर्क (सीएनएन) एल्गोरिदम, जिसे एलएफ-सिंथएसआर के नाम से जाना जाता है, निम्न-क्षेत्र शक्ति (0.064 टी) टी 1- और टी 2-भारित मस्तिष्क एमआरआई अनुक्रमों को 1 मिमी स्थानिक संकल्प और टी 1-भारित चुंबकत्व की उपस्थिति के साथ आइसोट्रॉपिक छवियों में परिवर्तित करता है। -तैयार रैपिड ग्रेडिएंट-इको (एमपी-रेज) अधिग्रहण। में उनके प्रूफ-ऑफ-कॉन्सेप्ट अध्ययन का वर्णन करते हुए रेडियोलोजी, शोधकर्ताओं ने बताया कि सिंथेटिक छवियां 1.5 टी और 3.0 टी एमआरआई स्कैनर द्वारा प्राप्त छवियों के साथ उच्च सहसंबंध प्रदर्शित करती हैं।

**मुख्य जाँचकर्ता** मैसाचुसेट्स जनरल अस्पताल और हार्वर्ड मेडिकल स्कूल से जुआन यूजेनियो इग्लेसियस।

मॉर्फोमेट्री, एक छवि में संरचनाओं का मात्रात्मक आकार और आकार विश्लेषण, कई न्यूरोइमेजिंग अध्ययनों का केंद्र है। दुर्भाग्य से, अधिकांश एमआरआई विश्लेषण उपकरण निकट-आइसोट्रोपिक, उच्च-रिज़ॉल्यूशन अधिग्रहण के लिए डिज़ाइन किए गए हैं और आमतौर पर एमपी-रेज जैसी टी1-भारित छवियों की आवश्यकता होती है। उनका प्रदर्शन अक्सर वोक्सेल आकार और अनिसोट्रॉपी वृद्धि के रूप में तेजी से गिरता है। चूंकि मौजूदा क्लिनिकल एमआरआई स्कैन के विशाल बहुमत अत्यधिक अनिसोट्रोपिक हैं, इसलिए मौजूदा उपकरणों के साथ उनका विश्वसनीय विश्लेषण नहीं किया जा सकता है।

प्रमुख अन्वेषक बताते हैं, "लाखों कम-रिज़ॉल्यूशन मस्तिष्क एमआर छवियों का उत्पादन हर साल किया जाता है, लेकिन वर्तमान में न्यूरोइमेजिंग सॉफ़्टवेयर के साथ इसका विश्लेषण नहीं किया जा सकता है।" जुआन यूजेनियो इग्लेसियस. "मेरे वर्तमान शोध का मुख्य लक्ष्य एल्गोरिदम विकसित करना है जो कम-रिज़ॉल्यूशन मस्तिष्क एमआर छवियों को उच्च-रिज़ॉल्यूशन एमआरआई स्कैन की तरह दिखता है जिसे हम शोध में उपयोग करते हैं। मुझे विशेष रूप से दो अनुप्रयोगों में दिलचस्पी है: क्लिनिकल स्कैन के स्वचालित 3डी विश्लेषण को सक्षम करना और पोर्टेबल, लो-फील्ड एमआरआई स्कैनर के साथ उपयोग करना।

प्रशिक्षण और परीक्षण

LF-SynthSR को SynthSR पर बनाया गया है, यह टीम द्वारा नियमित नैदानिक MR स्कैन से 1 मिमी-रिज़ॉल्यूशन MP-RAGE आइसोट्रोपिक स्कैन की भविष्यवाणी करने के लिए CNN को प्रशिक्षित करने के लिए विकसित एक विधि है। पिछले निष्कर्षों में रिपोर्ट किया गया NeuroImage दिखाया गया है कि सिंथएसआर-जनित छवियों का उपयोग सबकोर्टिकल सेगमेंटेशन और वॉल्यूमेट्री, इमेज रजिस्ट्रेशन और, अगर कुछ गुणवत्ता आवश्यकताओं को पूरा किया जाता है, तो कॉर्टिकल थिकनेस मॉर्फोमेट्री के लिए भी किया जा सकता है।

LF-SynthSR और SynthSR दोनों को 3D सेगमेंटेशन से उत्पन्न अत्यधिक भिन्न उपस्थिति की सिंथेटिक इनपुट छवियों पर प्रशिक्षित किया जाता है, और इस प्रकार इसका उपयोग CNNs को कंट्रास्ट, रिज़ॉल्यूशन और ओरिएंटेशन के किसी भी संयोजन के लिए प्रशिक्षित करने के लिए किया जा सकता है।

इग्लेसियस बताते हैं कि जब डेटा लगभग स्थिर दिखाई देता है तो तंत्रिका नेटवर्क सबसे अच्छा प्रदर्शन करते हैं, लेकिन हर अस्पताल अलग-अलग विक्रेताओं से स्कैनर का उपयोग करता है जो अलग-अलग कॉन्फ़िगर किए जाते हैं, जिसके परिणामस्वरूप अत्यधिक विषम स्कैन होते हैं। "इस समस्या से निपटने के लिए, हम 'डोमेन रैंडमाइजेशन' नामक मशीन लर्निंग के एक क्षेत्र से विचारों को उधार ले रहे हैं, जहां आप तंत्रिका नेटवर्क को सिंथेटिक छवियों के साथ प्रशिक्षित करते हैं जो लगातार दिखने और संकल्प को बदलने के लिए नकली हैं, ताकि प्रशिक्षित नेटवर्क प्राप्त किया जा सके जो अज्ञेयवादी हैं। इनपुट छवियों की उपस्थिति," वह बताते हैं।

एलएफ-सिंथएसआर के प्रदर्शन का आकलन करने के लिए, शोधकर्ताओं ने सिंथेटिक एमआरआई और जमीनी सच्चाई उच्च क्षेत्र की ताकत वाली छवियों के बीच मस्तिष्क आकृति विज्ञान मापन को सहसंबद्ध किया। प्रशिक्षण के लिए, उन्होंने 1 विषयों से 20-मिमी आइसोट्रोपिक एमपी-रेज स्कैन के उच्च-क्षेत्र की ताकत वाले एमआरआई डेटासेट का उपयोग किया। उन्होंने 36 ब्रेन रीजन-ऑफ-इंटरेस्ट (आरओआई) और तीन एक्स्ट्रासेरेब्रल आरओआई के संबंधित विभाजनों का भी उपयोग किया। स्ट्रोक या रक्तस्राव जैसे बेहतर मॉडल पैथोलॉजिकल ऊतक के लिए प्रशिक्षण सेट को कृत्रिम रूप से संवर्धित किया गया था।

परीक्षण सेट में न्यूरोलॉजिकल लक्षणों वाले 24 प्रतिभागियों के इमेजिंग डेटा शामिल थे, जिनके पास एक मानक-की-देखभाल उच्च-क्षेत्र की ताकत (0.064-1.5 टी) एमआरआई के अलावा कम-क्षेत्र की ताकत (3 टी) स्कैन थी। एल्गोरिथ्म ने लो-फील्ड स्ट्रेंथ ब्रेन एमआरआई से 1-मिमी आइसोट्रोपिक सिंथेटिक एमपी-रेज छवियों को सफलतापूर्वक उत्पन्न किया, जिसमें मूल डेटा की तुलना में 10 गुना से अधिक छोटे स्वर थे। 11 प्रतिभागियों के अंतिम नमूने से सिंथेटिक छवियों के स्वचालित विभाजन से आरओआई मात्रा प्राप्त हुई जो उच्च-क्षेत्र शक्ति एमआर स्कैन से प्राप्त लोगों के साथ अत्यधिक सहसंबद्ध थे।

"LF-SynthSR लो-फील्ड स्ट्रेंथ MRI स्कैन की इमेज क्वालिटी को इस बिंदु तक सुधार सकता है कि वे न केवल स्वचालित विभाजन विधियों द्वारा उपयोग करने योग्य हैं, बल्कि संभावित रूप से पंजीकरण और वर्गीकरण एल्गोरिदम के साथ भी हैं," शोधकर्ता लिखते हैं। "यह असामान्य घावों का पता लगाने के लिए भी इस्तेमाल किया जा सकता है।"

स्वचालित मॉर्फोमेट्री का उपयोग करके कम-रिज़ॉल्यूशन मस्तिष्क एमआरआई का विश्लेषण करने की यह क्षमता दुर्लभ बीमारियों और आबादी के अध्ययन को सक्षम करेगी जो वर्तमान न्यूरोइमेजिंग शोध में प्रस्तुत की गई हैं। इसके अलावा, पोर्टेबल एमआरआई स्कैनर से छवियों की गुणवत्ता में सुधार से चिकित्सकीय रूप से कम सेवा वाले क्षेत्रों के साथ-साथ गंभीर देखभाल में भी उनका उपयोग बढ़ेगा, जहां रोगियों को एमआरआई सूट में ले जाना अक्सर बहुत जोखिम भरा होता है।

पोर्टेबल एमआरआई रोगी के बेडसाइड पर स्ट्रोक का निदान करता है

इग्लेसियस का कहना है कि एक और चुनौती क्लिनिकल स्कैन में पाई जाने वाली असामान्यताओं की एक विस्तृत श्रृंखला है जिसे सीएनएन द्वारा नियंत्रित करने की आवश्यकता है। "वर्तमान में, सिंथएसआर स्वस्थ दिमाग, एट्रोफी के मामलों और छोटे मल्टीपल स्केलेरोसिस घावों या छोटे स्ट्रोक जैसी छोटी असामान्यताओं के साथ अच्छी तरह से काम करता है," वे बताते हैं भौतिकी की दुनिया. "हम वर्तमान में विधि में सुधार करने के लिए काम कर रहे हैं ताकि यह बड़े स्ट्रोक या ट्यूमर जैसे बड़े घावों से प्रभावी ढंग से निपट सके।"

में एक साथ संपादकीय में लिख रहा हूँ रेडियोलोजी, बिरगिट एर्टल-वैगनर और मथायस वैगनर से बीमार बच्चों के लिए अस्पताल टोरंटो में टिप्पणी: "यह रोमांचक तकनीकी विकास अध्ययन क्षेत्र की ताकत पर कम जाने और कृत्रिम बुद्धि का उपयोग करके स्थानिक और विपरीत संकल्प के लिए उच्च लक्ष्य रखने की क्षमता को प्रदर्शित करता है।"