«"/
г. Екатеринбург
ул. Комвузовская, 3 Пн-Вс: с 8:00 до 22:00
ул. Антона Валека, 13 Пн-Вс: с 8:00 до 22:00

Искусственный интеллект обеспечивает более быструю и четкую диагностику МРТ

Разработана передовая вычислительная техника для быстрого и экономически эффективного улучшения качества биомедицинской визуализации
3 сентября 2018

Исследовательская группа, финансируемая Национальным институтом биомедицинской визуализации и биоинженерии (NIBIB), разработала передовую вычислительную технику для быстрого и экономически эффективного улучшения качества биомедицинской визуализации. Технология, называемая AUTOMAP, использует компьютерное обучение и программное обеспечение, называемое нейронными сетями — вдохновленная способностью мозга обрабатывать информацию, воспринимать или делать выбор AUTOMAP находит лучшие вычислительные стратегии для получения четких и точных изображений для различных видов медицинских исследований.

Исследователи из Массачусетской больницы (MGH) Мартинос в области биомедицинской визуализации и Гарвардского университета в своем исследовании опубликованном в журнале Nature, 21 марта 2018 года обнаружили, что система AUTOMAP может создавать изображения МРТ мозга с лучшими сигналами и меньшими значениями сигнал/шум, чем обычные методы МРТ. Достижение хороших значений сигнал/шум является ключевым фактором при создании качественного МРТ-сканирования!

МРТ использует магнитное поле и радиоволны для создания детальных изображений тканей внутри тела. Помехи создаваемые имплантами или тканями в организме наносят ущерб качеству изображения, поэтому ученые ищут способы уменьшить этот эффект.

«Улучшения отношения сигнал-шум, которые мы получаем от этого метода, основанного на обработке искусственным интеллектом, напрямую ускоряют сбор изображений МРТ с низким полем», — сказал ведущий автор Бо Чжу, доктор философии, докторант-исследователь в области радиологии в Гарвардской медицинской школе и в физике в Центре MGH Martinos. NIBIB поддержал постдокторские исследования Чжу по этому проекту. Он добавил, что нейронная сеть AUTOMAP будет совместима с новыми стратегиями приобретения изображений и нетрадиционными аппаратными конструкциями.

AUTOMAP перебирает — и учится — данные из существующих изображений и применяет математические подходы к восстановлению новых. Команда использовала набор из 50 000 МРТ-сканов головного мозга из поддерживаемого NIH проекта Human Connectome для обучения системы AUTOMAP для реконструкции изображений в своем кабинете, успешно демонстрируя улучшения в уменьшении шумов и артефактов реконструкции над существующими методами.

По словам старшего автора Мэт Роусен, доктора философии, директора лаборатории низких полей и лаборатории гиперполяризованных средств массовой информации, а также содиректора Центра машинного обучения в Центре MGH Martinos, AUTOMAP добивается почти мгновенной реконструкции изображения. Причина быстрой скорости обработки — всего несколько десятков миллисекунд — заключается в том, что нейронная сеть не имеет циклов, а представляет собой систему форсирования.

«Некоторым типам сканирования в настоящее время требуется трудоемкая вычислительная обработка для восстановления изображений», — сказал Роусен. «В этих случаях немедленная обратная связь недоступна во время первоначальной визуализации, и для более точного определения предполагаемой аномалии может потребоваться повторное исследование. AUTOMAP обеспечит мгновенную реконструкцию изображения, чтобы информировать процесс принятия решений во время сканирования и может предотвратить необходимость дополнительных посещений МРТ кабинета пациентами».

«Эта технология может поменять «правила игры», поскольку основные подходы к улучшению отношения сигнал/шум в значительной степени зависят от дорогостоящего оборудования МРТ или продолжительного времени сканирования», — сказал Шумин Ванг, доктор философии, директор программы NIBIB в магнитных резонансная визуализация. «Это может также быть выгодно для других значительных приложений МРТ, которые десятилетиями страдают от низкого отношения сигнал/шум, например многоядерной спектроскопии».

Ссылка на оригинальную статью: https://www.itnonline.com/content/artificial-intelligence-provides-faster-clearer-mri-scans