למידה עמוקה מאיץ הדמיה פוטו-אקוסטית ברזולוציה על

הדמיה פוטו-אקוסטית היא טכניקה היברידית המשמשת לרכישת מידע מולקולרי, אנטומי ותפקודי מתמונות בגודל החל ממיקרון ועד מילימטרים, בעומקים של מאות מיקרונים ועד כמה סנטימטרים. גישת הדמיה פוטו-אקוסטית ברזולוציה סופר-אקוסטית - שבה מסגרות תמונה מרובות של המטרה מוצבות מעל כדי להשיג רזולוציה מרחבית גבוהה במיוחד - יכולה לאתר מטרות קטנות מאוד, כגון תאי דם אדומים או טיפות של צבע מוזרק. שיטת "הדמיית לוקליזציה" זו משפרת משמעותית את הרזולוציה המרחבית במחקרים קליניים, אך מושגת על חשבון הרזולוציה הזמנית.

צוות מחקר רב לאומי השתמש בטכנולוגיית למידה עמוקה כדי להגדיל באופן דרמטי את מהירות רכישת התמונה מבלי להקריב את איכות התמונה, הן עבור מיקרוסקופיה פוטו-אקוסטית (PAM) והן עבור טומוגרפיה ממוחשבת פוטו-אקוסטית (PACT). השיטה המבוססת על בינה מלאכותית (AI), המתוארת ב אור: מדע ויישומים, מספק עלייה של פי 12 במהירות ההדמיה והפחתה של יותר מפי 10 במספר התמונות הנדרשות. התקדמות זו יכולה לאפשר שימוש בטכניקות הדמיה פוטו-אקוסטית לוקליזציה ביישומים פרה-קליניים או קליניים הדורשים גם מהירות גבוהה וגם רזולוציה מרחבית עדינה, כגון מחקרים על תגובה מיידית לתרופה.

הדמיה פוטואקוסטית משתמשת בעירור אופטי ובזיהוי קולי כדי לאפשר ריבוי קנה מידה in vivo הַדמָיָה. הטכניקה פועלת על ידי הברקת פולסי לייזר קצרים על ביומולקולות, אשר סופגות את פעימות האור המעוררות, עוברות התפשטות תרמו-אלסטית חולפת, והופכות את האנרגיה שלהן לגלים קוליים. גלים פוטו-אקוסטיים אלו מזוהים לאחר מכן על ידי מתמר אולטרסאונד ומשמשים להפקת תמונות PAM או PACT.

חוקרים מ אוניברסיטת פואנג למדע וטכנולוגיה (POSTECH) ו מכון טכנולוגי של קליפורניה פיתחו אסטרטגיה חישובית המבוססת על רשתות עצביות עמוקות (DNNs) שיכולות לשחזר תמונות ברזולוציה-על בצפיפות גבוהה מהרבה פחות מסגרות תמונה גולמיות. המסגרת המבוססת על למידה עמוקה משתמשת בשני דגמי DNN ברורים: מודל תלת-ממדי עבור לוקליזציה אופטית ללא תוויות לוקליזציה אופטית (OR-PAM); ומודל 3D עבור לוקליזציה מסומנת מישורית PACT.

חוקר ראשי צ'ולהונג קים, מנהל POSTECH's מרכז חדשנות למכשירים רפואיים, ועמיתיו מסבירים שהרשת ללוקליזציה OR-PAM מכילה שכבות תלת-ממדיות לשמירה על המידע המבני התלת-ממדי של התמונות הנפחיות, בעוד שלרשת ללוקליזציה PACT יש שכבות קונבולוציוניות דו-ממדיות. ה-DNNs לומדים טרנספורמציות של ווקסל לווקסל או פיקסל לפיקסל מתמונה פוטו-אקוסטית דלילה או צפופה המבוססת על לוקליזציה. החוקרים אימנו את שתי הרשתות בו זמנית, וככל שהאימון מתקדם, הרשתות לומדות הפצה של תמונות אמיתיות ומסנתזות תמונות חדשות הדומות יותר לאלו האמיתיות.

כדי לבדוק את הגישה שלהם, החוקרים השתמשו ב-OR-PAM כדי לצלם אזור מעניין באוזן העכבר. תוך שימוש ב-60 פריימים שנבחרו באקראי, הם שיחזרו תמונת OR-PAM לוקליזציה צפופה, המשמשת כמטרה לאימון והאמת הבסיסית להערכה. הם גם שיחזרו תמונות OR-PAM של לוקליזציה דלילות תוך שימוש בפחות פריימים, לקלט ל-DNNs. זמן ההדמיה של התמונה הצפופה היה 30 שניות, בעוד שבתמונה דלילה באמצעות חמש פריימים, הוא היה רק ​​2.5 שניות.

לתמונות הצפופות ולתמונות שנוצרו DNN היה יחס אות לרעש גבוה יותר והדמיינו קישוריות כלי טוב יותר מהתמונה הדלילה. יש לציין כי כלי דם שלא נראה בתמונה הדלילה נחשף עם ניגודיות גבוהה בתמונה המבוססת על לוקליזציה DNN.

החוקרים השתמשו גם ב-PACT כדי לדמיין את מוח העכבר in vivo בעקבות הזרקת טיפות צבע. הם שיחזרו תמונת PACT לוקליזציה צפופה באמצעות 240,000 טיפות צבע, בתוספת תמונה דלילה באמצעות 20,000 טיפות. זמן ההדמיה הופחת מ-30 דקות עבור התמונה הצפופה ל-2.5 דקות עבור התמונה הדלילה. קשה היה לזהות את המורפולוגיה של כלי הדם בתמונה הדלילה, בעוד שה-DNN והתמונות הצפופות הדמיאו בבירור את המיקרו-וסקולטורה.

יתרון מיוחד ביישום מסגרת ה-DNN על הדמיה פוטו-אקוסטית הוא שהיא ניתנת להרחבה, ממיקרוסקופיה ועד טומוגרפיה ממוחשבת, ולכן ניתן להשתמש בה ליישומים פרה-קליניים וקליניים שונים בקנה מידה שונה. יישום מעשי אחד יכול להיות אבחון של מצבי עור ומחלות הדורשים מידע מבני מדויק. ומכיוון שהמסגרת יכולה להפחית משמעותית את זמן ההדמיה, היא עשויה להפוך את הניטור של ההמודינמיקה של המוח ופעילות נוירונית לאפשרית.

"הרזולוציה הטמפורלית המשופרת מאפשרת ניטור באיכות גבוהה על ידי דגימה בקצב גבוה יותר, ומאפשרת ניתוח של שינויים מהירים שלא ניתן לצפות ברזולוציה זמנית נמוכה קונבנציונלית", מסכמים המחברים.

ההודעה למידה עמוקה מאיץ הדמיה פוטו-אקוסטית ברזולוציה על הופיע לראשונה ב עולם הפיזיקה.

• Coinsmart. בורסת הביטקוין והקריפטו הטובה באירופה.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה חופשית.
• CryptoHawk. רדאר אלטקוין. ניסיון חינם.
• מקור: https://physicsworld.com/a/deep-learning-accelerates-super-resolution-photoacoustic-imaging/