基于MRI CT圖像生成人工智能技術的發(fā)展

經(jīng)顱聚焦超聲可用于治療退行性運動障礙、頑固性疼痛和精神障礙，方法是在不打開顱骨的情況下將超聲能量傳遞到大腦的特定區(qū)域。這種治療必須使用可以定位大腦病變的基于圖像的技術進行。醫(yī)生通常使用 CT 獲取有關患者頭骨的信息，這些信息僅用 MRI 難以識別，并通過頭骨將超聲準確聚焦在病變上。然而，人們一直擔心 CT 掃描的安全性，在此期間輻射暴露是不可避免的，尤其是在兒童和孕婦患者中。

韓國科學技術研究院仿生學研究中心的 Hyungmin Kim 博士團隊(KIST，Seok-Jin Yoon 院長)開發(fā)了一種人工智能技術，可以根據(jù) MRI 圖像生成 CT 圖像，并進行了模擬實驗。結果表明，經(jīng)顱聚焦超聲手術可以單獨使用 MRI 進行。

已經(jīng)努力從 MRI 圖像中獲取顱骨信息，但是需要用于 MRI 或成像協(xié)議的特殊線圈，這些線圈在醫(yī)學領域并不廣泛可用。作為替代方案，全球對獲取基于人工智能的 CT 圖像的興趣很高，但其臨床療效尚未得到證實。KIST研究團隊證明了人工智能獲得的CT圖像具有臨床實用性。

KIST 研究團隊開發(fā)了一個三維條件對抗生成網(wǎng)絡，該網(wǎng)絡從 T1 加權 MRI 圖像中學習非線性 CT 變換過程，這是醫(yī)學領域最常用的圖像之一。該團隊設計了一個損失函數(shù)來最小化 CT 圖像的 Hounsfield 單位像素變化誤差，并根據(jù) MRI 圖像信號的歸一化方法，通過比較合成 CT 圖像質(zhì)量的變化來優(yōu)化神經(jīng)網(wǎng)絡性能，例如 Z -score 歸一化和部分線性直方圖匹配歸一化。

為了安全有效地進行超聲治療，必須提前了解每個患者的顱骨密度比和顱骨厚度，當這些顱骨因素通過合成 CT 獲得時，這兩個因素與實際 CT 的相關性均 >0.90。沒有統(tǒng)計學上的顯著差異。此外，模擬超聲治療時，超聲焦距誤差小于1 mm，顱內(nèi)峰值聲壓誤差約為3.1%，焦體積相似度約為83%。這表明經(jīng)顱聚焦超聲治療系統(tǒng)可以僅使用 MRI 圖像進行。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！