توسعه فناوری هوش مصنوعی برای تولید تصاویر سی تی بر اساس MRI

سونوگرافی متمرکز از طریق جمجمه می تواند برای درمان اختلالات حرکتی دژنراتیو، درد غیرقابل درمان و اختلالات روانی با ارائه انرژی اولتراسوند به ناحیه خاصی از مغز بدون باز کردن جمجمه مورد استفاده قرار گیرد. این درمان باید با فناوری مبتنی بر تصویر انجام شود که بتواند محل ضایعات مغزی را مشخص کند. پزشکان معمولاً از CT برای به دست آوردن اطلاعاتی در مورد جمجمه بیمار استفاده می کنند که تشخیص آن به تنهایی با MRI دشوار است و برای تمرکز دقیق سونوگرافی روی ضایعات از طریق جمجمه. با این حال، نگرانی هایی در مورد ایمنی سی تی اسکن وجود داشته است، که در طی آن قرار گرفتن در معرض اشعه اجتناب ناپذیر است، به خصوص در کودکان و بیماران باردار.

تیم دکتر هیونگمین کیم در مرکز تحقیقات بیونیک در مؤسسه علم و فناوری کره (KIST، رئیس سوک جین یون) یک فناوری هوش مصنوعی برای تولید تصاویر سی تی بر اساس تصاویر MRI توسعه دادند و یک آزمایش شبیه سازی انجام دادند. نتایج نشان داد که روش اولتراسوند متمرکز ترانس کرانیال را می توان تنها با MRI انجام داد.

تلاش هایی برای به دست آوردن اطلاعات جمجمه از تصاویر MRI انجام شده است، اما سیم پیچ های ویژه ای برای MRI یا پروتکل های تصویربرداری که به طور گسترده در زمینه پزشکی در دسترس نیستند مورد نیاز است. به عنوان جایگزین، علاقه به دستیابی به تصاویر CT مبتنی بر هوش مصنوعی در سراسر جهان زیاد بوده است، اما اثربخشی بالینی آنها ثابت نشده است. تیم تحقیقاتی KIST ثابت کرد که تصاویر CT بدست آمده توسط هوش مصنوعی دارای کاربرد بالینی هستند.

تیم تحقیقاتی KIST یک شبکه مولد متخاصم شرطی سه بعدی ایجاد کرد که فرآیند تبدیل غیرخطی CT را از تصاویر MRI با وزن T1، در میان رایج‌ترین انواع مورد استفاده در زمینه پزشکی، یاد می‌گیرد. تیم یک تابع از دست دادن ابداع کرد که خطای تغییر پیکسل واحد هانسفیلد تصاویر CT را به حداقل می رساند و همچنین عملکرد شبکه عصبی را با مقایسه تغییرات کیفیت تصاویر CT مصنوعی با توجه به روش های عادی سازی سیگنال های تصویر MRI، مانند Z، بهینه کرد. نرمال سازی امتیاز و نرمال سازی تطبیق هیستوگرام خطی جزئی.

برای درمان ایمن و مؤثر اولتراسوند، درک نسبت تراکم جمجمه و ضخامت جمجمه هر بیمار از قبل ضروری است، و زمانی که این فاکتورهای جمجمه از طریق CT مصنوعی به دست آمد، هر دو عامل ارتباط >0.90 را با CT واقعی نشان دادند. تفاوت آماری معنی داری وجود نداشت. علاوه بر این، هنگامی که درمان شبیه سازی اولتراسوند انجام شد، فاصله کانونی اولتراسوند خطای کمتر از 1 میلی متر، اوج فشار آکوستیک داخل جمجمه ای تقریباً 3.1٪ خطا داشت و شباهت حجم کانونی تقریباً 83٪ بود. این نشان داد که سیستم درمان اولتراسوند متمرکز ترانس کرانیال را می توان تنها با تصویر MRI انجام داد.

دکتر هیونگمین کیم از KIST گفت: “بیماران می توانند بدون نگرانی در مورد قرار گرفتن در معرض تشعشع، درمان متمرکز سونوگرافی دریافت کنند، و از آنجایی که فرآیندهای تصویربرداری و تراز اضافی را می توان حذف کرد، این کار باعث کاهش حجم کاری کارکنان می شود که منجر به کاهش زمان و هزینه های اقتصادی می شود. ” وی همچنین اظهار داشت: با بررسی های بعدی در زمینه شناسایی خطای مربوط به پارامترهای اولتراسوند و مبدل ها و درک امکان کاربرد سی تی هوش مصنوعی در قسمت های مختلف بدن، در نظر داریم به توسعه فناوری برای کاربرد آن در درمان های مختلف ادامه دهیم. فن آوری ها.”

ارائه شده توسط شورای ملی تحقیقات علم و فناوری