「MITの研究者が深層学習と物理学を使用して、動きによって損傷を受けたMRIスキャンを修正する」

MIT researchers use deep learning and physics to fix MRI scans damaged by motion.

MRI(磁気共鳴画像)スキャンは、大型磁石、電波、およびコンピュータを使用して体内の構造を明確に映し出すテストです。医療提供者は、MRIを使用して、いくつかの医療状態を評価、診断、およびモニタリングします。

X線とCTスキャンにはそれぞれ優れた点がありますが、MRIスキャンは優れたソフト組織の対比度と高品質の画像を提供します。ソフト組織の対比度と高品質の画像を提供しながらも、MRIは動きの干渉を受けやすく、わずかな動きでも画像の乱れを引き起こすことがあります。これらのアーティファクトは、医療画像の正確さを台無しにし、医師が患者の問題を特定する方法を乱す可能性があります。医師が重要な詳細を見落とすことがあるため、処置が十分にならない可能性もあります。

たとえ短時間のスキャンでも、わずかな動きによってMRI画像が妨害される可能性があります。カメラのブレとは異なり、MRIのモーションアーティファクトは画像全体を歪めることがあります。

ワシントン大学の放射線学の研究によれば、約15%の脳MRIスキャンにはモーションの影響があり、追加のスキャンが必要です。この追加スキャンの必要性は、さまざまなMRIモダリティで診断的に信頼性のある画像を得るために、病院内の1台のスキャナあたり年間約115,000ドルの費用をもたらしています。

この問題を解決するため、MITの研究者は、ディープラーニング技術の力を活用して大きな進歩を遂げました。彼らはディープラーニングを使用して解決策を見つけました。彼らはディープラーニングと物理学を組み合わせて、驚くべき結果を発見しました。

彼らの方法は、スキャン手順を変更せずに、モーションによって破損したデータから運動フリーの画像を計算的に構築することです。この統合アプローチを採用することの重要性は、結果の画像と対象物の実際の測定との間の一貫性を保つ能力に根ざしています。

この整合性を達成できないと、モデルが「幻覚」と呼ばれるものを生成する可能性があります。つまり、実際の物理的および空間的属性から逸脱するように見えるが、実際にはガラスのような画像です。このような相違は診断結果を変える可能性があり、医療画像の正確な表現の重要性を強調しています。

今後は、さらに複雑な頭部運動やさまざまな体の領域に影響を与える動きについての研究の可能性を示しました。例えば、胎児のMRIでは、基本的な変換と回転モデルの能力を超える急速で予測不可能なアクションに対処することが課題です。これは、複雑な運動パターンを考慮に入れるより洗練された戦略を開発する必要性を強調しており、様々な解剖学的シナリオでのMRIアプリケーションの向上に有望な道を提供しています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AI研究

研究者たちは、AIシステムを取り巻くガードレールはあまり堅牢ではないと述べています

オープンAIは、外部の人々がチャットボットの動作を微調整できるようにしました新しい論文では、それがトラブルを引き起こす...

機械学習

最速の道 AIを使用して手術室でがん細胞を分析するヘルスケアスタートアップ

医療機器会社のInvenio Imagingは、手術室で組織生検を評価することができる技術を開発しており、サンプル採取後すぐに、病理...

機械学習

量産自動運転におけるBEVパーセプション

BEVの認識技術は、ここ数年で非常に進歩しました自動運転車の周りの環境を直接認識することができますBEVの認識技術はエンド...

データサイエンス

「ChatGPTコードインタプリタを使用して、人道支援データの非構造化Excelテーブルを分析する」

新しい実験的な機能「コードインタプリター」は、ChatGPTの使用の一環としてPythonコードの生成と実行をネイティブにサポート...

機械学習

「Pythonにおける顧客セグメント分析:実践的なアプローチ」

「顧客基盤をより良く理解したいと思っていますか? RFM分析とK-MeansクラスタリングをPythonで活用して、顧客セグメンテーシ...