Ali lahko strojno učenje zagotovi enominutno slikanje možganov z MRI?

Z nekaj izboljšavami, vključno s strojnim učenjem, bi lahko kvantitativna tehnika, imenovana MR prstni odtis, uresničila enominutno klinično slikanje možganov z magnetno resonanco, glede na govor, predstavljen na nedavnem Mednarodnem združenju za magnetno resonanco v medicini (ISMRM) srečanje v Londonu.

Raziskovalci z Univerze Stanford so razvili okvir za pridobivanje in rekonstrukcijo prstnih odtisov MR za kvantitativno in večkontrastno slikanje, ki zahteva čas skeniranja približno eno minuto in čas rekonstrukcije le pet minut.

S pomočjo algoritma strojnega učenja za sintezo slik lahko metoda zagotovi pet visokokakovostnih slik s skupnimi kliničnimi kontrasti pri izotropni ločljivosti 1 mm ter kvantitativne zemljevide T1, T2 in protonske gostote, pravi voditelj. Sophie Schauman in kolegi.

O srečanje ISMRM je potekalo v sodelovanju z Evropskim združenjem za magnetno resonanco v medicini in biologiji ter Mednarodnim združenjem radiografov in tehnologov MR.

Prostor za izboljšave

Vsekakor obstaja prostor za pospešitev MRI. Tradicionalni MRI deluje na podatkih k-prostora in tako omogoča hitro rekonstrukcijo z uporabo standardnih vzporednih slikovnih metod, pravi Schauman.

Vendar pa so "časi skeniranja dolgi in za premagovanje tega se pogosto pridobijo debele rezine," je dejala. »Večina kliničnih MRI pregledov je uteženih s T1 ali T2. Tako je kontrast slike kvalitativen in ne kvantitativen.”

Sodobne metode zajemanja z zelo premajhnim vzorcem lahko drastično skrajšajo čase skeniranja in kvantitativno kodirajo lastnosti tkiva. Vendar ti hitrejši časi pridobivanja pogosto pridejo za ceno daljšega časa rekonstrukcije, zaradi česar so te tehnike nepraktične v kliničnih okoljih, pravi Schauman.

»Da bi sodobno magnetno resonanco prevedli v klinično uporabna orodja, potrebujemo hitro pridobivanje, potrebujemo hitrejšo rekonstrukcijo in potrebujemo prilagodljivost pri pridobivanju tako kontrastov, ki so uporabni za klinike, kot tudi kvantitativnega slikanja, ki ga je mogoče uporabiti npr. , v longitudinalnih študijah,« je dejala.

MR odvzem prstnih odtisov

Raziskovalci so se za dosego tega cilja obrnili na MR prstne odtise. MRI odvzem prstnih odtisov je kvantitativna tehnika, ki omogoča hkratno merjenje lastnosti več tkiv v enem samem zajemu podatkov.

Raziskovalci s Stanforda so v svojem projektu uporabili majhno zaporedje prstnih odtisov MR z večosno spiralno projekcijo z zlatim kotom. Ta metoda daje izotropno ločljivost 1 mm za celotne možgane, vendar trenutno ni izvedljiva za uporabo, ker potrebuje več kot štiri ure časa za rekonstrukcijo.

V prizadevanju, da bi MR odvzemanje prstnih odtisov postala še bolj obetavna metoda za klinične nastavitve, so raziskovalci poskušali vključiti hitro metodo rekonstrukcije, je dejal Schauman. Uporabili so tehniko rekonstrukcije podprostora, ki traja približno sedem minut in vključuje tri komponente podprostora – namesto običajnih petih, ki se uporabljajo – in tri tuljave.

Raziskovalci so nato uporabili sintezo na podlagi strojnega učenja za nadaljnje izboljšanje kakovosti in hitrosti skeniranja. Za usposabljanje algoritma so uporabili podatke, ki jih je prispevalo 14 zdravih prostovoljcev. Od 14 predmetov je bilo 10 uporabljenih za usposabljanje, dva sta bila uporabljena za validacijo, dva pa sta bila uporabljena za testiranje modela – predhodno predlaganega generativnega kontradiktornega omrežja.

"Da bi izboljšali robustnost cevovoda v kliniki, je bilo vključeno 30-sekundno predskaniranje velikega vidnega polja," je dejal Schauman. »V prihodnjem delu nameravamo uporabiti predhodno skeniranje za oceno B0 in B1, vendar ga zaenkrat uporabljamo za optimizacijo naše kompresije tuljave za zatiranje signala zunaj vidnega polja z uporabo metode, imenovane [region-optimized virtual (ROVir) tuljave ] in tudi samodejno uporabi premike za podatke [da] zagotovi, da so bili možgani centrirani v vidnem polju.”

V primerjavi s slikami, rekonstruiranimi s tradicionalno tehniko, ki traja štiri ure, ima metoda hitre rekonstrukcije več artefaktov premajhnega vzorčenja, več zamegljenosti in več šuma, je dejal Schauman.

"Če pa je te podatke mogoče obnoviti v omrežju za sintezo, vse to sploh ni pomembno," je dejala.

Pri dveh preiskovancih so bile sintetizirane T1-utežene magnetizacijsko pripravljene slike hitrega pridobivanja gradientnega odmeva (MP-RAGE), T2-utežene, T2 s tekočino oslabljene inverzije (FLAIR) in dvojne inverzije (DIR) slike zelo podobne po rezinah. indeksi strukturne podobnosti v primerjavi s sintetiziranimi slikami, izdelanimi iz referenčne tehnike rekonstrukcije.

"Prihodnje usmeritve projekta vključujejo nadaljnje zbiranje kliničnih podatkov, s ciljem vključiti paciente v nabor podatkov o usposabljanju z uporabo delno nadzorovanih metod in izboljšano robustnost cevovoda glede položaja pacienta v vidnem polju," je dejal Schauman. "Prav tako želimo dodatno optimizirati razmerje med časom in kakovostjo s pridobivanjem hitrejših zemljevidov B0 in B1 za kalibracijo kvantitativnega slikanja."

• Ta članek je bil prvotno objavljen na AuntMinnieEurope.com ©2022 avtor AuntMinnieEurope.com. Kakršno koli kopiranje, ponovno objavljanje ali redistribucija AuntMinnieEurope.com vsebina je izrecno prepovedana brez predhodnega pisnega soglasja AuntMinnieEurope.com.

Pošta Ali lahko strojno učenje zagotovi enominutno slikanje možganov z MRI? pojavil prvi na Svet fizike.

• Coinsmart. Najboljša evropska borza bitcoinov in kriptovalut.
• Platoblockchain. Web3 Metaverse Intelligence. Razširjeno znanje. PROST DOSTOP.
• CryptoHawk. Altcoin radar. Brezplačen preizkus.
• Vir: https://physicsworld.com/a/can-machine-learning-deliver-one-minute-brain-mri-scans/