Алгоритмы ИИ позволят в будущем проводить МРТ головного мозга за 1 минуту

На собрании Международного общества магнитного резонанса в медицине (ISRMM) в Лондоне был представлен метод МР –дактилоскопии на основе машинного обучения, который позволит проводить МРТ сканирование головного мозга за одну минуту.

Метод был разработан учеными из Стэндфордского университета, и он дал возможность получения и реконструкции МР-дактилоскопии для количественной и мультиконтрастной визуализации, и для этого необходимо сканирование в течение одной минуты, а реконструкция занимает всего пять минут.

Алгоритм машинного обучения для синтеза изображений может создать 5 качественных сканов с обычными клиническими контрастами, при изотропном разрешении 1 мм, а также количественные карты T1, T2 и плотностью протонов.

Обычная МРТ работает с данными в k-пространстве, что позволяет быстро реконструировать изображения с использованием стандартных методов параллельной визуализации.

Однако длительность сканирования большая и для преодоления этого нередко используются толстые срезы. В то же время, большинство клинических МРТ-сканов являются Т1- или Т2-взвешенными. Таким образом, контрастность изображения качественная, а не количественная.

Современные методы сбора данных с высокой частотой дискретизации могут значительно сократить время сканирования, а также количественно кодировать свойства ткани. Однако, это часто достигается за счет более длительного времени реконструкции, что в клинических условиях непрактично.

Для решения этой проблемы ученые решили использовать МР-дактилоскопию. Это количественный метод, который позволяет одновременно измерять несколько свойств ткани при одном сборе данных.

В своем проекте ученые из Стэнфорда использовали крошечную последовательность МРТ-дактилоскопии с многоосевой спиральной проекцией с золотым углом. Этот метод предоставляет изотропное разрешение 1 мм для всего мозга, но его невозможно использовать, так как реконструкция требует в настоящее время более 4 часов времени.

Поэтому, стояла задача ускорить реконструкцию. Для этого была использована техника реконструкции подпространства.

Затем, ученые использовали синтез на основе машинного обучения для дальнейшего улучшения качества и скорости сканирования. Для обучения алгоритма они использовали данные 14 здоровых добровольцев.

Изображения, полученные с помощью новой методики, несколько уступали по качеству изображениям, полученных с помощью традиционной 4 часовой реконструкции.

Тем не менее, у двух испытуемых синтезированные Т1-взвешенные изображения, Т2-взвешенные, Т2-изображения с инверсным восстановлением по качеству не уступали изображениям, полученным с помощью эталонного метода реконструкции.

Ученые планируют продолжить исследования для улучшения разработанной методики.

Запись на прием

Записаться на прием в режиме реального времени

Вопрос-ответ

На вопросы отвечают наши ведущие специалисты

Энциклопедия

Вся информация о заболеваниях позвоночника