Нейронауки в Science и Nature. Выпуск 84: радиологические исследования станут ещё быстрее и точнее

В «семье» радиологов пополнение – исследователи из Центра биомедицинской визуализации Главного госпиталя штата Массачусетс (MGH) создали такой алгоритм обработки изображений ПЭТ, КТ или МРТ, который позволит значительно улучшить их качество без повышения дозы облучения или времени обследования. Техника, основанная на машинном обучении, получила название «AUTOMAP» или автоматическое преобразование путем разнородного приближения (automated transform by manifold approximation), и ей принадлежит статья в Nature.

Реконструкция изображений – это существенная часть всего процесса, благодаря которому получается снимок. В эту фазу исходные данные, поступающие со сканера, преобразуются непосредственно в изображения, которые затем может оценивать врач-радиолог. Стандартная схема – это ручная настройка всех параметров сигнала, но такой подход исключает возможность подстраиваться под несовершенства записи и корректировать, к примеру, уровень шума.

AUTOMAP же предлагает ряд потенциальных преимуществ для клинической практики. Он не только позволяет избавляться от шумов и делать итоговые изображения чётче, но и за счёт высокой скорости обработки информации экономит время, потраченное на исследование, а также снижает необходимую для качественного снимка дозу радиации (при КТ или рентгене). Причём, всё это происходит в режиме реального времени, когда пациент ещё находится в сканере.

Читать далее: http://neuronovosti.ru/sciencenature84_ai/

#нейроновости
#нейронныесети
#ИИ
#радиология
#Nature