科学家利用人工智能在磁共振成像检查新生儿大脑的不同区域
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。”