آخرین مطالب

ابزار غربالگری جدید برای شناسایی خودکار مغزهای قدیمی‌تر که معمولاً از زوال عقل به نظر می‌رسند ساخته شده است


مغز

اعتبار: دامنه عمومی Pixabay/CC0

محققان دانشکده مهندسی بیومدیکال و علوم تصویربرداری ابزار جدیدی برای یادگیری ماشین ایجاد کرده‌اند که MRI مغز را تجزیه و تحلیل می‌کند و سن مغز را در مقایسه با بقیه افراد جامعه پیش‌بینی می‌کند. اساساً یک ابزار غربالگری است که به طور خودکار با استفاده از اسکن های بالینی معمول، مغزهای پیرتر را در زمان واقعی تشخیص می دهد.

منتشر شده در تصویر عصبیتحقیقات نشان می دهد که به عنوان بخشی از یک فرآیند طبیعی، مغزها با افزایش سن حجم خود را از دست می دهند و تا زمانی که کاهش حجم متناسب با سن بیمار باشد، ابزار جدید سن صحیح بیمار را پیش بینی می کند.

اما اگر بیمار دارای مغزی باشد که بیمار است و حجم نامتناسبی را از دست داده است، مانند زوال عقل، این ابزار عدم تطابق بین سن واقعی و سن پیش‌بینی‌شده را نشان می‌دهد و در نتیجه به پزشکان از این اختلاف مهم هشدار می‌دهد و مغز را نشان می‌دهد. برای سن غیر طبیعی است

ما نشان داده‌ایم که می‌توان این شکاف را از نقطه اسکن تا بررسی متخصص، در صورتی که مرکز به اندازه کافی خوش‌شانس باشد که متخصص داشته باشد، با خودکار کردن این فرآیند کاهش داد.»

محققان با استفاده از طبقه‌بندی‌کننده گزارش نوررادیولوژی مبتنی بر یادگیری عمیق، مجموعه داده‌ای از 23، 302 آزمایش MRI سر «از نظر رادیولوژیکی طبیعی برای سن» را از دو بیمارستان بزرگ بریتانیا، یعنی Guy’s و St Thomas’ NHS Foundation Trust و King’s College Hospital با استفاده از آزمایشات پیش تولید کردند. -گزارش‌های رادیولوژی عصبی موجود

سپس با استفاده از یک رویکرد غیرمعمول که به موجب آن پیش پردازش محاسباتی بسیار کمی از اسکن ها وجود دارد، آنها الگوریتم تصویر یادگیری عمیق دیگری را برای مجموعه داده بزرگ اسکن های معمولی اعمال کردند.

آزمایش‌های بیشتر از انواع مختلف اسکن معمولی از یک موسسه سوم و همچنین یک مجموعه داده منبع باز استفاده کردند.

مدل نهایی آن‌ها با استفاده از اسکن‌هایی با مقدار نامتناسب کاهش حجم مغز مورد آزمایش قرار گرفت و سپس یافته‌های مدل آن‌ها را با ساختن نقشه‌های حرارتی بخش‌هایی از اسکن‌ها که مدل پیش‌بینی می‌کرد مقدار نامتناسبی از کاهش حجم مغز وجود دارد، مورد بررسی قرار داد.

نویسنده اول، دکتر دیوید وود، محقق دانشکده مهندسی بیومدیکال و علوم تصویربرداری، گفت که یکی از جنبه های کلیدی این مطالعه استفاده از یک مجموعه داده بزرگ و بالینی برای آموزش مدل است.

محققان می گویند این چارچوب می تواند پیامدهای مهمی برای مراقبت از بیمار، توسعه دارو و بهینه سازی جمع آوری داده های MRI داشته باشد.

دکتر بوث گفت: “در حال حاضر مغزهای غیرطبیعی با ظاهر مسن مدتی پس از اسکن در زمان گزارش تشخیص داده می شوند. دقیق ترین گزارش ها در مراکزی است که نورو رادیولوژیست وجود دارد، هرچند مراکز کمی دارای نورو رادیولوژیست هستند.”

“تشخیص خودکار کاهش حجم در زمان واقعی به بررسی مشکل رایج تخریب عصبی در طول اسکن های به دست آمده به همه دلایل کمک می کند. تشخیص بعدی، به عنوان مثال بیماری آلزایمر در مراحل اولیه، به طور بالقوه می تواند مراقبت از بیمار را از طریق اجرای مداخلات اولیه پزشکی و اجتماعی بهبود بخشد. به طور مشابه. بیماران به طور بالقوه می توانند در مراحل اولیه در آزمایشات دارویی استخدام شوند.”

دکتر بوث گفت این چارچوب همچنین می‌تواند برای استفاده از ثروت پایگاه‌های داده بیمارستانی بزرگ موجود برای ارائه منابع جدید قدرتمند برای آموزش، آزمایش و اعتبارسنجی بالینی ابزارهای تجزیه و تحلیل تصویر پزشکی فراتر از سن مغز مانند تشخیص ناهنجاری‌ها مورد استفاده قرار گیرد.


سیستم مبتنی بر هوش مصنوعی می تواند به تریاژ MRI مغز کمک کند


اطلاعات بیشتر:
دیوید آ. وود و همکاران، مدل‌های دقیق سن مغز برای معاینات معمول بالینی MRI، NeuroImage (2022). DOI: 10.1016/j.neuroimage.2022.118871

ارائه شده توسط کینگز کالج لندن

نقل قول: ابزار غربالگری جدید توسعه یافته برای شناسایی خودکار مغزهای ظاهر شده پیرتر معمولی زوال عقل (2022، 14 ژانویه) در 14 ژانویه 2022 از https://medicalxpress.com/news/2022-01-screening-tool-automatically-older-brains.html بازیابی شده است.

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.