自1970年代发展以来,磁共振成像(MRI)一直为医生提供了患者内心的重要见识。但是,这些机器的运转速度很慢,需要患者保持完全静止。这使得它们不适合与小孩(必须镇静)和经历时间紧迫的医疗紧急情况(例如中风)一起使用。现在,经过两年的研究,Facebook AI和NYU Langone Health的团队开发了一种神经网络,该网络可以将人们在MRI机器上花费的时间从一个多小时减少到几分钟。

该网络被称为fastMRI,可缩短扫描时间,因为它只需要四分之一的数据即可解析图像。MRI通过产生强烈的局部磁场来工作。当某些元素的原子核(例如氢)在暴露于磁场中时会吸收射频(RF)能量,然后重新发射为可测量的RF频率。

NYU Langone Health的研究人员Dan Sodickson博士对Engadget表示:“如果您一直坐在MRI上,就会听到它在收集数据时发出的嗡嗡声。这是原始数据,得出了磁共振图像……原始数据实际上看起来像是这种引人入胜的爆炸形。”(请参见上文。)k空间数据存储在临时存储器中,一旦充满,扫描就完成了,数据进行了傅立叶变换实际绘制空间频率并生成MRI图像(下图)。

索迪克森继续说:“核磁共振成像正在整个图像上收集信息,然后基本上,频率信息几乎像棱镜一样被转变为空间信息。”“因此,如果您拿起棱镜并分离出颜色,则左侧将全是蓝色,右侧将全是红色。那就是我们要做的变换……我们采用所有不同的频率,然后将它们分类。当您这样做时-繁荣-出来,您熟悉的形象就会出现。”

但是,fastMRI无需等待k空间填满,仅需要传统MRI机器生成相同图像所需的数据的25%(如下)。需要明确的是,这个神经网络并不是以加速的速度分析现有的MRI图像,而是从原始数据本身主动生成它们,并且它们实际上与传统扫描相同。

Facebook招募了六名放射科医生来检查患者膝盖的两组MRI序列,其中一组来自传统MRI,另一组使用fastMRI。“在这项研究中,放射科医生的评估没有显着差异,” Facebook周二发文称。“六位放射​​科医生中有五位无法正确识别使用AI生成的图像。”有人给那个第六放射科医生加薪。

Facebook AI研究员Nafissa Yakubova对Engadget表示:“我们希望从大数据集入手,以免出现过度拟合的情况。”“因此,我认为膝盖有成千上万的MRI病例”,以及MRI脑部扫描的存储库,其中每个包含多达800张静态图像,可用于训练fastMRI模型。

该系统不仅有助于减轻人们的压力,他们可能会因为在棺材大小的圆筒中度过一个小时而感到沮丧,这些圆筒将其氢原子变成微型无线电发射器,而且还使医院也可以为更多的患者提供服务。

索迪克森说:“并不是每个机构,每个医院,每个国家都拥有大量的MRI机器,因此很多时候您需要等待扫描的人员。”“我想减轻这种负担。”

更重要的是,该系统可与现有的MRI机器一起使用-无需进行任何改造,因为这仅仅是软件,可以像DLC一样安装。雅库波娃说:“因为它是任何人的开源软件,所以任何制造商现在都可以使用它并将其用于进一步的测试。”当然,设备制造商在实施之前仍将必须获得FDA认证。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。