人工智能可能有助于減少M(fèi)RI中的釓劑量

責(zé)任編輯:zsheng

2018-11-27 19:07:02

摘自:生物幫

根據(jù)今天在北美放射學(xué)會(huì)(RSNA)年會(huì)上發(fā)表的一項(xiàng)研究,研究人員正在使用人工智能來減少M(fèi)RI檢查后留在體內(nèi)的造影劑的劑量。

根據(jù)今天在北美放射學(xué)會(huì)(RSNA)年會(huì)上發(fā)表的一項(xiàng)研究,研究人員正在使用人工智能來減少M(fèi)RI檢查后留在體內(nèi)的造影劑的劑量。

釓是一種用于對(duì)比材料的重金屬,可增強(qiáng)MRI上的圖像。最近的研究發(fā)現(xiàn),經(jīng)過某些類型釓檢查的人體內(nèi)殘留了大量的金屬。這種沉積的影響尚不清楚,但放射科醫(yī)師正在積極主動(dòng)地優(yōu)化患者安全性,同時(shí)保留釓增強(qiáng)MRI掃描提供的重要信息。

研究的主要作者,加州斯坦福大學(xué)斯坦福大學(xué)研究員,Enhao Gong博士說:“有確鑿的證據(jù)證明釓沉積在大腦和身體中。”雖然這種影響尚不清楚,但可以減輕潛在的患者風(fēng)險(xiǎn)。最大限度地提高M(jìn)RI檢查的臨床價(jià)值勢在必行。“

龔博士和斯坦福大學(xué)的同事們一直在研究深度學(xué)習(xí),以此來實(shí)現(xiàn)這一目標(biāo)。深度學(xué)習(xí)是一種復(fù)雜的人工智能技術(shù),通過實(shí)例教授計(jì)算機(jī)。通過使用稱為卷積神經(jīng)網(wǎng)絡(luò)的模型,計(jì)算機(jī)不僅可以識(shí)別圖像,還可以在人類觀察者可能無法識(shí)別的成像數(shù)據(jù)之間找到細(xì)微的區(qū)別。

為了訓(xùn)練深度學(xué)習(xí)算法,研究人員使用了來自200名接受過對(duì)比增強(qiáng)MRI檢查的患者的MR圖像,用于各種適應(yīng)癥。他們?yōu)槊课换颊呤占巳M圖像:造影前掃描,在造影劑施用前完成,稱為零劑量掃描;低劑量掃描,在標(biāo)準(zhǔn)釓劑量給藥10%后獲得;和100%劑量給藥后獲得的全劑量掃描。

該算法學(xué)會(huì)了接近來自零劑量和低劑量圖像的全劑量掃描。然后神經(jīng)放射學(xué)家評(píng)估圖像的對(duì)比度增強(qiáng)和整體質(zhì)量。

結(jié)果顯示,低劑量,算法增強(qiáng)的MR圖像與全劑量,對(duì)比度增強(qiáng)的MR圖像之間的圖像質(zhì)量沒有顯著差異。最初的結(jié)果還證明了在不使用造影劑的情況下創(chuàng)造相當(dāng)于全劑量,對(duì)比度增強(qiáng)的MR圖像的潛力。

根據(jù)龔博士的說法,這些研究結(jié)果表明該方法可以在不犧牲診斷質(zhì)量的情況下顯著降低釓劑量。

“低劑量釓圖像產(chǎn)生了大量尚未開發(fā)的臨床有用信息,現(xiàn)在可通過深度學(xué)習(xí)和人工智能獲取,”他說。

現(xiàn)在研究人員已經(jīng)證明這種方法在技術(shù)上是可行的,他們希望在臨床環(huán)境中進(jìn)一步研究它,而龔博士認(rèn)為它最終會(huì)找到一個(gè)家。

未來的研究將包括在更廣泛的MRI掃描儀和不同類型的造影劑上評(píng)估算法。

“我們并沒有試圖取代現(xiàn)有的成像技術(shù),”龔博士說。“我們正在努力改善它,并從現(xiàn)有信息中獲取更多價(jià)值,同時(shí)注意我們患者的安全。”

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號(hào)-6京公網(wǎng)安備 11010502049343號(hào)