ระบบ MRI ความแรงสนามต่ำแบบพกพามีศักยภาพในการเปลี่ยนแปลงการสร้างภาพระบบประสาท โดยสามารถเอาชนะความละเอียดเชิงพื้นที่ต่ำและอัตราส่วนสัญญาณต่อสัญญาณรบกวน (SNR) ต่ำได้ นักวิจัยที่ โรงเรียน Harvard Medical กำลังควบคุมปัญญาประดิษฐ์ (AI) เพื่อบรรลุเป้าหมายนี้ พวกเขาได้พัฒนาอัลกอริธึมความละเอียดสูงพิเศษของแมชชีนเลิร์นนิงที่สร้างภาพสังเคราะห์ที่มีความละเอียดเชิงพื้นที่สูงจากการสแกน MRI สมองที่มีความละเอียดต่ำกว่า
อัลกอริทึมของเครือข่ายประสาทเทียม (CNN) ที่รู้จักกันในชื่อ LF-SynthSR แปลงลำดับ MRI ของสมองที่ถ่วงน้ำหนักฟิลด์ต่ำ (0.064 T) T1 และ T2 เป็นภาพไอโซทรอปิกที่มีความละเอียดเชิงพื้นที่ 1 มม. และลักษณะของการสะกดจิตด้วยน้ำหนัก T1 เตรียมการได้มาซึ่งการไล่ระดับสีแบบเร็ว (MP-RAGE) อธิบายการศึกษาการพิสูจน์แนวคิดของพวกเขาใน รังสีวิทยานักวิจัยรายงานว่าภาพสังเคราะห์มีความสัมพันธ์สูงกับภาพที่ได้มาจากเครื่องสแกน MRI 1.5 T และ 3.0 T
Morphometry การวิเคราะห์ขนาดเชิงปริมาณและรูปร่างของโครงสร้างในรูปภาพ เป็นศูนย์กลางของการศึกษาการสร้างภาพทางประสาทจำนวนมาก น่าเสียดายที่เครื่องมือวิเคราะห์ MRI ส่วนใหญ่ได้รับการออกแบบมาสำหรับการได้มาซึ่งความละเอียดสูงแบบใกล้ไอโซโทรปิก และโดยทั่วไปแล้วต้องใช้ภาพที่มีน้ำหนัก T1 เช่น MP-RAGE ประสิทธิภาพของพวกเขามักจะลดลงอย่างรวดเร็วเมื่อขนาด voxel และ anisotropy เพิ่มขึ้น เนื่องจากการสแกน MRI ทางคลินิกที่มีอยู่ส่วนใหญ่เป็นแบบแอนไอโซทรอปิกสูง จึงไม่สามารถวิเคราะห์ได้อย่างน่าเชื่อถือด้วยเครื่องมือที่มีอยู่
“ภาพ MR สมองที่มีความละเอียดต่ำหลายล้านภาพถูกสร้างขึ้นทุกปี แต่ปัจจุบันไม่สามารถวิเคราะห์ด้วยซอฟต์แวร์สร้างภาพระบบประสาทได้” ผู้วิจัยหลักอธิบาย ฮวน ยูจินิโอ อิเกลเซียส. “เป้าหมายหลักของการวิจัยในปัจจุบันของฉันคือการพัฒนาอัลกอริธึมที่ทำให้ภาพ MR ของสมองที่มีความละเอียดต่ำดูเหมือนการสแกน MRI ความละเอียดสูงที่เราใช้ในการวิจัย ฉันสนใจสองแอปพลิเคชั่นเป็นพิเศษ: เปิดใช้งานการวิเคราะห์ 3D อัตโนมัติของการสแกนทางคลินิกและการใช้กับเครื่องสแกน MRI แบบพกพาที่มีเขตข้อมูลต่ำ”
การฝึกอบรมและการทดสอบ
LF-SynthSR สร้างขึ้นจาก SynthSR ซึ่งเป็นวิธีการที่พัฒนาโดยทีมงานเพื่อฝึก CNN ให้คาดการณ์การสแกน MP-RAGE isotropic ที่มีความละเอียด 1 มม. จากการสแกน MR ทางคลินิกที่ทำเป็นประจำ การค้นพบก่อนหน้านี้รายงานใน NeuroImage แสดงให้เห็นว่ารูปภาพที่สร้างโดย SynthSR สามารถใช้ได้อย่างน่าเชื่อถือสำหรับการแบ่งส่วนย่อยและการวัดปริมาตร การลงทะเบียนรูปภาพ และหากตรงตามข้อกำหนดด้านคุณภาพบางประการ แม้แต่การวัดรูปร่างของความหนาของเปลือกนอก
ทั้ง LF-SynthSR และ SynthSR ได้รับการฝึกอบรมเกี่ยวกับภาพอินพุตสังเคราะห์ที่มีลักษณะแตกต่างกันสูงซึ่งสร้างขึ้นจากการแบ่งส่วนแบบ 3 มิติ ดังนั้นจึงสามารถใช้ในการฝึกอบรม CNN สำหรับการผสมผสานระหว่างคอนทราสต์ ความละเอียด และการวางแนว
Iglesias ชี้ให้เห็นว่าโครงข่ายประสาทเทียมทำงานได้ดีที่สุดเมื่อข้อมูลปรากฏเป็นค่าคงที่โดยประมาณ แต่โรงพยาบาลทุกแห่งใช้เครื่องสแกนจากผู้ขายหลายรายที่มีการกำหนดค่าต่างกัน ส่งผลให้การสแกนมีความแตกต่างกันอย่างมาก “เพื่อจัดการกับปัญหานี้ เรากำลังยืมแนวคิดจากสาขาการเรียนรู้ของเครื่องที่เรียกว่า 'การสุ่มโดเมน' ซึ่งคุณฝึกโครงข่ายประสาทเทียมด้วยภาพสังเคราะห์ที่จำลองเพื่อเปลี่ยนรูปลักษณ์และความละเอียดอย่างต่อเนื่อง เพื่อให้ได้เครือข่ายที่ผ่านการฝึกอบรมที่ไม่เชื่อเรื่องพระเจ้า ลักษณะของภาพอินพุต” เขาอธิบาย
เพื่อประเมินประสิทธิภาพของ LF-SynthSR นักวิจัยได้เชื่อมโยงการวัดลักษณะทางสัณฐานวิทยาของสมองระหว่าง MRI สังเคราะห์และภาพความแรงของฟิลด์ความจริงสูง สำหรับการฝึกอบรม พวกเขาใช้ชุดข้อมูล MRI ความเข้มสนามสูงของการสแกน MP-RAGE แบบไอโซโทรปิก 1 มม. จากอาสาสมัคร 20 คน พวกเขายังใช้การแบ่งส่วนที่สอดคล้องกันของพื้นที่ที่น่าสนใจ (ROI) ของสมอง 36 แห่งและ ROI นอกสมองสามแห่ง ชุดการฝึกยังได้รับการเสริมเทียมเพื่อสร้างแบบจำลองเนื้อเยื่อพยาธิสภาพที่ดีขึ้น เช่น โรคหลอดเลือดสมองหรือเลือดออก
ชุดทดสอบประกอบด้วยข้อมูลการถ่ายภาพจากผู้เข้าร่วม 24 คนที่มีอาการทางระบบประสาทที่มีการสแกน MRI ระดับความแรงของสนามต่ำ (0.064 T) นอกเหนือจากการสแกน MRI ที่มีความแรงของสนามสูงตามมาตรฐานการดูแล (1.5–3 T) อัลกอริทึมประสบความสำเร็จในการสร้างภาพ MP-RAGE สังเคราะห์ไอโซโทรปิกขนาด 1 มม. จาก MRI ของสมองที่มีสนามแม่เหล็กต่ำ โดยมี voxels เล็กกว่าข้อมูลต้นฉบับมากกว่า 10 เท่า การแบ่งส่วนอัตโนมัติของภาพสังเคราะห์จากตัวอย่างสุดท้ายของผู้เข้าร่วม 11 คนทำให้ได้ปริมาณ ROI ที่สัมพันธ์กันอย่างมากกับที่ได้มาจากการสแกน MR ที่มีความแรงของฟิลด์สูง
“LF-SynthSR อาจปรับปรุงคุณภาพของภาพของการสแกน MRI ความเข้มสนามต่ำจนถึงจุดที่ไม่สามารถใช้งานได้โดยวิธีการแบ่งส่วนอัตโนมัติเท่านั้น แต่อาจรวมถึงอัลกอริทึมการลงทะเบียนและการจำแนกประเภทด้วย” นักวิจัยเขียน “มันสามารถใช้เพื่อเพิ่มการตรวจหารอยโรคที่ผิดปกติได้ด้วย”
ความสามารถในการวิเคราะห์ MRI ของสมองที่มีความละเอียดต่ำโดยใช้ morphometry อัตโนมัติจะช่วยให้สามารถศึกษาโรคและประชากรที่หาได้ยากซึ่งไม่ได้มีบทบาทในการวิจัยการสร้างภาพทางระบบประสาทในปัจจุบัน นอกจากนี้ การปรับปรุงคุณภาพของภาพจากเครื่องสแกน MRI แบบพกพาจะช่วยเพิ่มการใช้งานในพื้นที่ที่ไม่ได้รับการดูแลทางการแพทย์ เช่นเดียวกับการดูแลผู้ป่วยวิกฤต ซึ่งการย้ายผู้ป่วยไปยังชุด MRI มักจะเสี่ยงเกินไป
MRI แบบพกพาวินิจฉัยโรคหลอดเลือดสมองที่ข้างเตียงของผู้ป่วย
Iglesias กล่าวว่าความท้าทายอีกอย่างคือความผิดปกติที่หลากหลายที่พบในการสแกนทางคลินิกซึ่ง CNN จำเป็นต้องได้รับการจัดการ “ปัจจุบัน SynthSR ทำงานได้ดีกับสมองที่แข็งแรง กรณีที่มีการฝ่อ และความผิดปกติเล็กๆ น้อยๆ เช่น รอยโรคปลอกประสาทเสื่อมแข็งขนาดเล็กหรือเส้นโลหิตในสมองแตก” เขากล่าว โลกฟิสิกส์. “ขณะนี้เรากำลังดำเนินการปรับปรุงวิธีการเพื่อให้สามารถจัดการกับรอยโรคขนาดใหญ่ เช่น เส้นเลือดในสมองตีบหรือเนื้องอกที่ใหญ่ขึ้นได้อย่างมีประสิทธิภาพ”
เขียนในบทบรรณาธิการประกอบใน รังสีวิทยา, เบอร์กิต เอิร์ทเทิล-วากเนอร์ และ แมทเธียส วากเนอร์ จาก โรงพยาบาลเด็กป่วย ในความคิดเห็นของโตรอนโต: "การศึกษาการพัฒนาด้านเทคนิคที่น่าตื่นเต้นนี้แสดงให้เห็นถึงศักยภาพในการลดความแรงของสนามและตั้งเป้าหมายสูงสำหรับความละเอียดเชิงพื้นที่และคอนทราสต์โดยใช้ปัญญาประดิษฐ์"
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
- ที่มา: https://physicsworld.com/a/ai-creates-high-resolution-brain-images-from-low-field-strength-mr-scans/
- 1
- 10
- 11
- 3d
- a
- ความสามารถ
- บรรลุ
- ที่ได้มา
- การครอบครอง
- การซื้อกิจการ
- นอกจากนี้
- AI
- ขั้นตอนวิธี
- อัลกอริทึม
- การวิเคราะห์
- การวิเคราะห์
- และ
- อื่น
- ปรากฏ
- การใช้งาน
- ประมาณ
- พื้นที่
- เทียม
- ปัญญาประดิษฐ์
- ปัญญาประดิษฐ์ (AI)
- เติม
- อัตโนมัติ
- ที่ดีที่สุด
- ดีกว่า
- ระหว่าง
- การยืม
- ด้านล่าง
- ของเล่นเพิ่มพัฒนาสมอง
- สร้าง
- ที่เรียกว่า
- ไม่ได้
- ซึ่ง
- กรณี
- ส่วนกลาง
- ท้าทาย
- เปลี่ยนแปลง
- การจัดหมวดหมู่
- คลินิก
- ซีเอ็นเอ็น
- การผสมผสาน
- ความเห็น
- ประกอบด้วย
- คงที่
- ไม่หยุดหย่อน
- ตรงกันข้าม
- ความสัมพันธ์
- ตรงกัน
- ได้
- สร้าง
- วิกฤติ
- ปัจจุบัน
- ขณะนี้
- ข้อมูล
- จัดการ
- ที่ได้มา
- ได้รับการออกแบบ
- การตรวจพบ
- พัฒนา
- พัฒนา
- พัฒนาการ
- ต่าง
- โรค
- หยด
- บทบรรณาธิการ
- มีประสิทธิภาพ
- ทำให้สามารถ
- การเปิดใช้งาน
- แม้
- น่าตื่นเต้น
- ที่มีอยู่
- อธิบาย
- สนาม
- สุดท้าย
- พบ
- ราคาเริ่มต้นที่
- General
- สร้าง
- สร้าง
- Go
- เป้าหมาย
- การควบคุม
- ฮาร์วาร์
- แข็งแรง
- จุดสูง
- ความละเอียดสูง
- อย่างสูง
- HTTPS
- ความคิด
- ภาพ
- ภาพ
- การถ่ายภาพ
- ปรับปรุง
- การปรับปรุง
- in
- เพิ่ม
- ข้อมูล
- อินพุต
- Intelligence
- สนใจ
- ปัญหา
- IT
- ที่รู้จักกัน
- ที่มีขนาดใหญ่
- การเรียนรู้
- ดู
- ดูเหมือน
- ต่ำ
- เครื่อง
- เรียนรู้เครื่อง
- หลัก
- ส่วนใหญ่
- ทำ
- หลาย
- แมสซาชูเซต
- ความกว้างสูงสุด
- วัด
- ทางการแพทย์
- วิธี
- วิธีการ
- แบบ
- ข้อมูลเพิ่มเติม
- มากที่สุด
- การย้าย
- mr
- MRI
- หลาย
- หลายเส้นโลหิตตีบ
- จำเป็นต้อง
- เครือข่าย
- เครือข่าย
- เครือข่ายประสาท
- เครือข่ายประสาทเทียม
- NIH
- ที่ได้รับ
- เปิด
- ใบสั่ง
- เป็นต้นฉบับ
- เอาชนะ
- ผู้เข้าร่วม
- โดยเฉพาะ
- ผู้ป่วย
- ผู้ป่วย
- ดำเนินการ
- การปฏิบัติ
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- จุด
- จุด
- ประชากร
- ที่มีศักยภาพ
- ที่อาจเกิดขึ้น
- คาดการณ์
- ก่อน
- หลัก
- ปัญหา
- ผลิต
- ให้
- คุณภาพ
- เชิงปริมาณ
- พิสัย
- รวดเร็ว
- อย่างรวดเร็ว
- หายาก
- อัตราส่วน
- ลงทะเบียน
- รายงาน
- รายงาน
- ต้องการ
- ความต้องการ
- การวิจัย
- นักวิจัย
- ความละเอียด
- ส่งผลให้
- เสี่ยง
- ผลตอบแทนการลงทุน
- แถว
- การสแกน
- โรงเรียน
- การแบ่งส่วน
- ชุด
- รูปร่าง
- ขนาด
- เล็ก
- มีขนาดเล็กกว่า
- So
- ซอฟต์แวร์
- บาง
- เกี่ยวกับอวกาศ
- ความแข็งแรง
- การศึกษา
- ศึกษา
- ประสบความสำเร็จ
- อย่างเช่น
- ชุด
- อาการ
- สังเคราะห์
- ระบบ
- ทีม
- วิชาการ
- บอก
- ทดสอบ
- พื้นที่
- ของพวกเขา
- สาม
- ภาพขนาดย่อ
- ครั้ง
- ไปยัง
- เกินไป
- เครื่องมือ
- ด้านบน
- โตรอน
- รถไฟ
- ผ่านการฝึกอบรม
- การฝึกอบรม
- แปลง
- การแปลง
- จริง
- เป็นปกติ
- ที่ด้อยโอกาส
- ไม่ได้รับสิทธิ์
- ใช้
- กว้างใหญ่
- ผู้ขาย
- ไดรฟ์
- voxel
- ชุ
- ในขณะที่
- WHO
- กว้าง
- ช่วงกว้าง
- การทำงาน
- โรงงาน
- จะ
- เขียน
- X
- ปี
- คุณ
- ลมทะเล