تتمتع أنظمة التصوير بالرنين المغناطيسي المحمولة ذات قوة المجال المنخفضة بالقدرة على تحويل التصوير العصبي - بشرط أن يتم التغلب على الدقة المكانية المنخفضة ونسبة الإشارة إلى الضوضاء المنخفضة (SNR). الباحثون في كلية الطب بجامعة هارفارد تسخر الذكاء الاصطناعي (AI) لتحقيق هذا الهدف. لقد طوروا خوارزمية فائقة الدقة للتعلم الآلي تنتج صورًا اصطناعية ذات دقة مكانية عالية من فحوصات التصوير بالرنين المغناطيسي للدماغ منخفضة الدقة.
تقوم خوارزمية الشبكة العصبية التلافيفية (CNN) ، والمعروفة باسم LF-SynthSR ، بتحويل شدة المجال المنخفض (0.064 T) T1- و T2- إلى صور متناحرة بدقة مكانية 1 مم وظهور مغنطة مرجحة T1 - إعداد صدى متدرج سريع (MP-RAGE). وصف دراستهم لإثبات المفهوم في طب الأشعة، أفاد الباحثون أن الصور الاصطناعية أظهرت ارتباطًا كبيرًا بالصور التي تم الحصول عليها بواسطة ماسحات التصوير بالرنين المغناطيسي 1.5 T و 3.0 T.
يعد قياس الشكل ، وهو الحجم الكمي وتحليل الشكل للبنى في الصورة ، أمرًا أساسيًا للعديد من دراسات التصوير العصبي. لسوء الحظ ، تم تصميم معظم أدوات تحليل التصوير بالرنين المغناطيسي لعمليات الاستحواذ شبه الخواص عالية الدقة وتتطلب عادةً صورًا مرجحة T1 مثل MP-RAGE. غالبًا ما ينخفض أدائهم بسرعة مع زيادة حجم فوكسل وتباين الخواص. نظرًا لأن الغالبية العظمى من فحوصات التصوير بالرنين المغناطيسي السريرية الحالية متباينة الخواص ، فلا يمكن تحليلها بشكل موثوق باستخدام الأدوات الموجودة.
يوضح الباحث الرئيسي: "يتم إنتاج الملايين من صور التصوير بالرنين المغناطيسي للدماغ منخفضة الدقة كل عام ، ولكن لا يمكن تحليلها حاليًا باستخدام برنامج التصوير العصبي". خوان أوجينيو إغليسياس. "الهدف الرئيسي من بحثي الحالي هو تطوير خوارزميات تجعل صور الرنين المغناطيسي للدماغ منخفضة الدقة تبدو مثل فحوصات التصوير بالرنين المغناطيسي عالية الدقة التي نستخدمها في البحث. أنا مهتم بشكل خاص بتطبيقين: تمكين التحليل الآلي ثلاثي الأبعاد للمسح السريري واستخدامه مع أجهزة التصوير بالرنين المغناطيسي المحمولة منخفضة المجال. "
التدريب والاختبار
تم بناء LF-SynthSR على SynthSR ، وهي طريقة طورها الفريق لتدريب CNN للتنبؤ بمسح متباين بدقة 1 مم MP-RAGE من فحوصات MR السريرية الروتينية. ذكرت النتائج السابقة في NeuroImage أظهر أن الصور التي تم إنشاؤها بواسطة SynthSR يمكن استخدامها بشكل موثوق للتجزئة تحت القشرية وقياس الحجم ، وتسجيل الصورة ، وإذا تم استيفاء بعض متطلبات الجودة ، حتى قياس الشكل القشري للسمك.
يتم تدريب كل من LF-SynthSR و SynthSR على صور إدخال اصطناعية ذات مظهر شديد التباين تم إنشاؤه من مقاطع ثلاثية الأبعاد ، وبالتالي يمكن استخدامها لتدريب شبكات CNN على أي مجموعة من التباين والدقة والاتجاه.
يشير إغليسياس إلى أن أداء الشبكات العصبية أفضل عندما تظهر البيانات ثابتة تقريبًا ، لكن كل مستشفى تستخدم ماسحات ضوئية من بائعين مختلفين تم تكوينهم بشكل مختلف ، مما يؤدي إلى عمليات مسح غير متجانسة للغاية. "لمعالجة هذه المشكلة ، نقوم باستعارة الأفكار من مجال التعلم الآلي المسمى" المجال العشوائي "، حيث تقوم بتدريب الشبكات العصبية باستخدام صور اصطناعية يتم محاكاتها لتغيير المظهر والدقة باستمرار ، من أجل الحصول على شبكات مدربة غير مألوفة مظهر الصور المدخلة "، يشرح.
لتقييم أداء LF-SynthSR ، ربط الباحثون قياسات مورفولوجيا الدماغ بين التصوير بالرنين المغناطيسي الاصطناعي وصور قوة المجال عالية الحقيقة. للتدريب ، استخدموا مجموعة بيانات التصوير بالرنين المغناطيسي ذات قوة المجال العالية من عمليات مسح MP-RAGE متناحرة 1 مم من 20 شخصًا. كما استخدموا أيضًا التقسيمات المقابلة لـ 36 منطقة اهتمام بالدماغ (ROIs) وثلاثة عوائد استثمار خارج المخ. تم أيضًا زيادة مجموعة التدريب بشكل مصطنع لنمذجة أفضل للأنسجة المرضية مثل السكتة الدماغية أو النزيف.
تضمنت مجموعة الاختبار بيانات تصوير من 24 مشاركًا يعانون من أعراض عصبية وكان لديهم مسح مجال منخفض (0.064 تسلا) بالإضافة إلى قوة مجال عالية قياسية للرعاية (1.5 - 3 تسلا) التصوير بالرنين المغناطيسي. نجحت الخوارزمية في إنتاج صور MP-RAGE تركيبية متناحرة مقاس 1 مم من التصوير بالرنين المغناطيسي للدماغ منخفض القوة المجال ، مع وحدات فوكسل أصغر بأكثر من 10 مرات من البيانات الأصلية. أدى التقسيم الآلي للصور الاصطناعية من عينة نهائية من 11 مشاركًا إلى إنتاج أحجام عائد استثمار مرتبطة ارتباطًا وثيقًا بتلك المستمدة من عمليات المسح بالرنين المغناطيسي ذات قوة المجال العالية.
كتب الباحثون: "قد يحسن LF-SynthSR جودة الصورة لمسح التصوير بالرنين المغناطيسي لقوة المجال المنخفضة لدرجة أنه يمكن استخدامها ليس فقط من خلال طرق التجزئة الآلية ولكن من المحتمل أيضًا باستخدام خوارزميات التسجيل والتصنيف". "يمكن استخدامه أيضًا لزيادة الكشف عن الآفات غير الطبيعية."
هذه القدرة على تحليل التصوير بالرنين المغناطيسي للدماغ منخفض الدقة باستخدام قياس التشكل الآلي من شأنه أن يمكّن من دراسة الأمراض النادرة والمجموعات السكانية الممثلة تمثيلا ناقصا في أبحاث التصوير العصبي الحالية. بالإضافة إلى ذلك ، فإن تحسين جودة الصور من أجهزة التصوير بالرنين المغناطيسي المحمولة سيعزز استخدامها في المناطق المحرومة طبياً ، وكذلك في الرعاية الحرجة ، حيث يكون نقل المرضى إلى جناح التصوير بالرنين المغناطيسي محفوفًا بالمخاطر في كثير من الأحيان.
يقوم التصوير بالرنين المغناطيسي المحمول بتشخيص السكتة الدماغية في سرير المريض
يقول إيغليسياس إن التحدي الآخر هو النطاق الواسع للتشوهات الموجودة في عمليات الفحص السريرية التي تحتاج إلى معالجة بواسطة CNN. "حاليًا ، يعمل SynthSR بشكل جيد مع العقول السليمة ، والحالات المصابة بالضمور ، والتشوهات الأصغر مثل آفات التصلب المتعدد الصغيرة أو السكتات الدماغية الصغيرة" ، كما يقول عالم الفيزياء. "نحن نعمل حاليًا على تحسين الطريقة بحيث يمكنها التعامل بفعالية مع الآفات الأكبر حجمًا ، مثل السكتات الدماغية الكبيرة أو الأورام."
الكتابة في مقال افتتاحي مصاحب بلغة طب الأشعة, بيرجيت إرتل واجنر و ماتياس واجنر من مستشفى للأطفال المرضى تعليقًا في تورنتو: "تُظهر دراسة التطوير التقني المثيرة هذه القدرة على الانخفاض في قوة المجال وتهدف بدرجة عالية إلى الدقة المكانية والتباين باستخدام الذكاء الاصطناعي."
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
- المصدر https://physicsworld.com/a/ai-creates-high-resolution-brain-images-from-low-field-strength-mr-scans/
