A hordozható, kis térerősségű MRI-rendszerek képesek átalakítani az idegképalkotást – feltéve, hogy alacsony térbeli felbontásukkal és alacsony jel-zaj (SNR) arányukkal leküzdhetők. Kutatók a Harvard Medical School mesterséges intelligenciát (AI) használnak e cél elérése érdekében. Kifejlesztettek egy gépi tanulási szuperfelbontású algoritmust, amely nagy térbeli felbontású szintetikus képeket generál alacsonyabb felbontású agyi MRI-vizsgálatokból.
Az LF-SynthSR néven ismert konvolúciós neurális hálózat (CNN) algoritmus az alacsony térerősségű (0.064 T) T1- és T2-súlyozott agyi MRI-szekvenciákat 1 mm-es térbeli felbontású izotróp képekké alakítja át T1-súlyozott mágnesezettség megjelenésével. -előkészített rapid gradient-echo (MP-RAGE) felvétel. Koncepciót igazoló tanulmányuk leírása itt Radiológia, a kutatók arról számolnak be, hogy a szintetikus képek magas korrelációt mutattak az 1.5 T és 3.0 T MRI szkennerek által készített képekkel.
A morfometria, a képen lévő struktúrák mennyiségi méret- és alakelemzése központi szerepet játszik számos neuroimaging vizsgálatban. Sajnos a legtöbb MRI-elemző eszközt közel izotróp, nagy felbontású felvételekhez tervezték, és jellemzően T1-súlyozott képekre van szükség, mint például az MP-RAGE. Teljesítményük gyakran gyorsan csökken a voxelméret és az anizotrópia növekedésével. Mivel a meglévő klinikai MRI-vizsgálatok túlnyomó többsége erősen anizotróp, nem elemezhetők megbízhatóan a meglévő eszközökkel.
„Évente több millió kis felbontású agyi MR-kép készül, de jelenleg nem elemezhetők neuroimaging szoftverrel” – magyarázza a kutató. Juan Eugenio Iglesias. „Jelenlegi kutatásaim fő célja olyan algoritmusok kifejlesztése, amelyek az alacsony felbontású agyi MR-képeket a kutatás során használt nagy felbontású MRI-vizsgálatokhoz hasonlóvá teszik. Két alkalmazás érdekel különösen: lehetővé teszi a klinikai szkennelések automatizált 3D-s elemzését, valamint a hordozható, alacsony látóterű MRI-szkennerekkel való felhasználást.”
Képzés és tesztelés
Az LF-SynthSR a SynthSR-re épül, egy olyan módszerre, amelyet a csapat arra fejlesztett ki, hogy megtanítsa a CNN-t, hogy előre jelezze az 1 mm-es felbontású MP-RAGE izotróp felvételeket a rutin klinikai MR-vizsgálatokból. A korábbi eredményekről ben számoltak be NeuroImage kimutatta, hogy a SynthSR által generált képek megbízhatóan használhatók szubkortikális szegmentációra és volumetriára, képregisztrációra, és ha bizonyos minőségi követelmények teljesülnek, akár kérgi vastagságmorfometriára is.
Mind az LF-SynthSR, mind a SynthSR a 3D-s szegmentálásokból előállított, erősen változó megjelenésű szintetikus bemeneti képekre van kiképezve, így felhasználhatók a CNN-ek betanítására a kontraszt, a felbontás és az orientáció bármilyen kombinációjára.
Iglesias rámutat arra, hogy a neurális hálózatok akkor teljesítenek a legjobban, ha az adatok megközelítőleg állandónak tűnnek, de minden kórház különböző gyártóktól eltérően konfigurált szkennereket használ, ami rendkívül heterogén szkennelést eredményez. „A probléma megoldásához ötleteket kölcsönözünk a gépi tanulás „tartomány véletlenszerűsítésének” nevezett területéről, ahol neurális hálózatokat képeznek szintetikus képekkel, amelyek szimulációja folyamatosan változtatja a megjelenést és a felbontást, hogy képzett hálózatokat kapjon, amelyek agnosztikusak. a bemeneti képek megjelenése” – magyarázza.
Az LF-SynthSR teljesítményének felmérése érdekében a kutatók az agy morfológiai méréseit korrelálták a szintetikus MRI-k és az alap-igazság nagy térerősségű képek között. Az edzéshez 1 alany 20 mm-es izotróp MP-RAGE felvételeiből álló, nagy térerősségű MRI-adatkészletet használtak. 36 érdekes agyi régió (ROI) és három extracerebrális ROI megfelelő szegmentációját is alkalmazták. A tréningkészletet mesterségesen is kiegészítették, hogy jobban modellezzék a patológiás szöveteket, például a stroke-ot vagy a vérzést.
A tesztkészlet 24, neurológiai tünetekkel küzdő résztvevő képalkotó adatait tartalmazta, akiknél alacsony térerősségű (0.064 T) szkennelést végeztek, a szokásos, nagy térerősségű (1.5–3 T) MRI mellett. Az algoritmus sikeresen generált 1 mm-es izotróp szintetikus MP-RAGE képeket az alacsony térerősségű agyi MRI-kből, az eredeti adatoknál több mint 10-szer kisebb voxelekkel. A 11 résztvevőből álló végső mintából származó szintetikus képek automatikus szegmentálása olyan ROI-térfogatokat eredményezett, amelyek szorosan korreláltak a nagy térerősségű MR-vizsgálatokból származókkal.
"Az LF-SynthSR odáig javíthatja az alacsony térerősségű MRI-vizsgálatok képminőségét, hogy nem csak automatizált szegmentációs módszerekkel, hanem potenciálisan regisztrációs és osztályozási algoritmusokkal is használhatók" - írják a kutatók. "Használható a kóros elváltozások kimutatásának fokozására is."
Ez az alacsony felbontású agyi MRI-k automatizált morfometria segítségével történő elemzésének képessége lehetővé tenné a ritka betegségek és populációk tanulmányozását, amelyek alulreprezentáltak a jelenlegi neuroimaging kutatásokban. Ezenkívül a hordozható MRI-szkennerek képeinek minőségének javítása javítaná azok alkalmazását az egészségügyileg gyengén ellátott területeken, valamint a kritikus ellátásban, ahol a betegek MRI-szobába költöztetése gyakran túl kockázatos.
A hordozható MRI diagnosztizálja a stroke-ot a beteg ágyánál
Iglesias szerint egy másik kihívás a klinikai vizsgálatok során talált rendellenességek széles skálája, amelyeket a CNN-nek kell kezelnie. „Jelenleg a SynthSR jól működik egészséges agyvel, sorvadásos esetekkel és kisebb rendellenességekkel, például kis sclerosis multiplex-elváltozásokkal vagy kis agyvérzésekkel” – mondja. Fizika Világa. „Jelenleg azon dolgozunk, hogy javítsuk a módszert, hogy hatékonyan lehessen kezelni a nagyobb elváltozásokat, például a nagyobb agyvérzéseket vagy daganatokat.”
Írás a kísérő vezércikkben in Radiológia, Birgit Ertl-Wagner és a Matthias Wagner tól Beteg gyermekek kórháza Torontóban: "Ez az izgalmas műszaki fejlesztési tanulmány bemutatja a lehetőségét, hogy a térerősség csökken, és a mesterséges intelligencia használatával magas térbeli és kontrasztfelbontást célozzon meg."
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. Hozzáférés itt.
- Forrás: https://physicsworld.com/a/ai-creates-high-resolution-brain-images-from-low-field-strength-mr-scans/
- 1
- 10
- 11
- 3d
- a
- képesség
- Elérése
- szerzett
- beszerzés
- felvásárlások
- mellett
- AI
- algoritmus
- algoritmusok
- elemzés
- elemzés
- és a
- Másik
- megjelenik
- alkalmazások
- körülbelül
- területek
- mesterséges
- mesterséges intelligencia
- Mesterséges intelligencia (AI)
- bővített
- Automatizált
- BEST
- Jobb
- között
- hitelfelvételi
- Alsó
- Agy
- épült
- hívott
- nem tud
- ami
- esetek
- központi
- kihívás
- változik
- besorolás
- Klinikai
- CNN
- kombináció
- megjegyzés
- Tartalmaz
- állandó
- állandóan
- kontraszt
- Összefüggés
- Megfelelő
- tudott
- teremt
- kritikai
- Jelenlegi
- Jelenleg
- dátum
- üzlet
- Származtatott
- tervezett
- Érzékelés
- Fejleszt
- fejlett
- Fejlesztés
- különböző
- betegségek
- cseppek
- Szerkesztőségi
- hatékonyan
- lehetővé
- lehetővé téve
- Még
- izgalmas
- létező
- Elmagyarázza
- mező
- utolsó
- talált
- ból ből
- általános
- generált
- generál
- Go
- cél
- hasznosítása
- Harvard
- egészséges
- Magas
- nagy felbontású
- nagyon
- HTTPS
- ötletek
- kép
- képek
- Leképezés
- javul
- javuló
- in
- Növelje
- információ
- bemenet
- Intelligencia
- érdekelt
- kérdés
- IT
- ismert
- nagyobb
- tanulás
- néz
- hasonló
- Elő/Utó
- gép
- gépi tanulás
- Fő
- Többség
- csinál
- sok
- Massachusetts
- max-width
- mérések
- orvosi
- módszer
- mód
- modell
- több
- a legtöbb
- mozgó
- mr
- MRI
- többszörös
- A szklerózis multiplex
- Szükség
- hálózat
- hálózatok
- neurális hálózat
- neurális hálózatok
- NIH
- kapott
- nyitva
- érdekében
- eredeti
- Overcome
- résztvevők
- különösen
- beteg
- betegek
- Teljesít
- teljesítmény
- Plató
- Platón adatintelligencia
- PlatoData
- pont
- pont
- populációk
- potenciális
- potenciálisan
- előre
- előző
- Fő
- Probléma
- Készült
- feltéve,
- világítás
- mennyiségi
- hatótávolság
- gyors
- gyorsan
- RITKA
- hányados
- Bejegyzés
- jelentést
- Számolt
- szükség
- követelmények
- kutatás
- kutatók
- Felbontás
- kapott
- Kockázatos
- ROI
- SOR
- beolvasás
- Iskola
- szegmentáció
- készlet
- Alak
- Méret
- kicsi
- kisebb
- So
- szoftver
- néhány
- térbeli
- erő
- tanulmányok
- Tanulmány
- sikeresen
- ilyen
- kíséret
- Tünetek
- szintetikus
- Systems
- csapat
- Műszaki
- megmondja
- teszt
- A
- azok
- három
- miniatűr
- alkalommal
- nak nek
- is
- szerszámok
- felső
- toronto
- Vonat
- kiképzett
- Képzések
- Átalakítás
- Átalakítás
- igaz
- jellemzően
- alulreprezentált
- rosszul
- használ
- Hatalmas
- gyártók
- kötetek
- voxel
- Voxel
- míg
- WHO
- széles
- Széleskörű
- dolgozó
- művek
- lenne
- ír
- X
- év
- te
- zephyrnet