加拿大科学家开发了一种创新的新技术，该技术利用人工智能在磁共振成像(MRI)检查期间更好地定义新生儿大脑的不同区域。

这项研究的结果-蒙特利尔CHU Saint-Justine儿童医院的研究人员与ÉTS工程学校的研究人员合作-今天发表在《神经科学前沿》上。

新生儿科医生Gregory A. Lodygensky博士说：“这是第一次使用人工智能在MRI上更好地定义新生儿大脑的不同部分，即灰质，白质和脑脊液。”在CHU Sainte-Justine任教，在蒙特利尔大学任教授。

他补充说：“直到今天，可用的工具都是复杂的，经常混杂在一起并且难以访问。”

与ÉTS的医学图像分析和机器学习专家Jose Dolz教授合作，研究人员能够使工具适应新生儿环境的特殊性，然后进行验证。

这项新技术可以快速，准确和可靠地检查婴儿的大脑。科学家们将其视为支持研究的主要资产，这些研究不仅涉及新生儿护理中的大脑发育，还涉及神经保护策略的有效性。

在评估人工智能中可用的一系列工具时，CHU Sainte-Justine研究人员发现这些工具有局限性，特别是在儿科研究方面。当今的神经影像分析程序主要设计用于“成人” MRI。新生儿的大脑发育不全，灰质和白质之间的反差使这种分析变得复杂。

受多尔兹(Dolz)最新工作的启发，研究人员提出了一个人工神经网络，该网络学习如何有效地组合来自多个MRI序列的信息。这种方法可以更好地自动定义新生儿大脑的不同部分，并为该问题建立新的基准。

多尔兹说：“我们不仅决定共享我们在开源上的研究结果，而且还共享计算机代码，以便各地的大脑研究人员都可以利用它，所有这些都使患者受益。”

CHU Sainte-Justine是加拿大新生儿脑平台中最重要的参与者之一，也是加拿大最大的专门从事神经发育的新生儿部门之一。作为该平台的一部分，研究团队正在实施类似的项目，目的是改善那些最容易遭受脑损伤的新生儿的长期健康状况。

Lodygensky说：“在评估不同疗法对婴儿大脑成熟的正面和负面影响的研究中，我们需要具有确定性和可靠性量化大脑结构的能力。”“通过为科学界提供我们所有发现的成果，我们正在帮助他们，同时为处于危险中的新生儿带来非凡的收益。”

他补充说：“我们现在要使该工具民主化，使其成为研究全世界新生儿脑结构的基准。为此，我们将继续致力于其通用性-即在MRI中的使用在不同医院获得的数据。”